Jaringan komputer yang terhubung dengan internet dapat mengakses informasidariseluruh dunia dengan sangat mudah. Namun, koneksi antara jaringan dan Internetjustru meningkatkan potensi kegagalan sistem. Salah satu metode yang bisa digunakan pada machine learning merupakan metode algoritma random forest. Random forestmerupakan salah satu metode pada machine learning yang digunakan untuk memecahkanmasalah klarifikasi, Berdasarkan permasalahan tersebut perlu dilakukan klasifikasi malware yang datanya diambil dari dataset malware agar dapat memudahkan dalammempelajari dan membedakan jenis malware. Proses terdiri dari pengumpulan dataset, preproseccing, melatih machine learning dan melakukan pengujian performa model atau kinerja. Penelitian ini bertujuan untuk mengetahui performa atau kinerja Machine Learningmenggunakan algoritma random forest untuk klasifikasi malwarerandom forest. Pada proses ini pra pemrosesan data dilakukan dengan menginstal beberapa library python.Pandasadalah library python open source yang biasanya digunakan untuk kebutuhan dataanalisis. Model dilatih pada dataset dengan berbagai fitur dan hasilnya menunjukanakurasiyang tinggi sebesar 99%, yaitu berupa proses menganalisis sekumpulan data untuk meringkas karakteristik utamanya agar pengguna lebih memahami dataset yang akan digunakan. Model random forest memberikan hasil yang sangat baik tanpa preprocessing pada data. Hasilnya bagus meskipun datanya tidak seimbang. Tidak perlu menggunakanteknik apapun untuk menyeimbangkannya. Penskalaan/skaling tidak perlu dilakukan,model andom forest adalah model partisirekursif yang bergantung pada partisi data karena ia bekerja pada pemisahan nilai fitur dan tidak melkukan perhitungan di dalamnya. Hasil penelitian menunjukkan bahwa model memiliki presisi 0,99.