Android merupakan salah satu sistem operasi yang paling banyak digunakan semua orang di seluruh dunia untuk melakukan aktivitas sehari-hari. Pertumbuhan aplikasi android yang terus meningkat setiap tahun akan menyebabkan ancaman dan masalah serius terhadap keamanan android seperti malware. Jumlah malware yang menargetkan sistem operasi android meningkat setiap hari. Akibatnya dalam menghadapi malware tidak bisa digunakan cara tradisional seperti halnya antivirus untuk mendeteksi malware karena antivirus tidak dapat bertahan terhadap perkembangan teknik penyerangan malware yang selalu terbaru. Dalam penelitian ini melakukan analisis klasifikasi terhadap malware android dengan menggunakan dataset dari Kaggle. Penelitian ini bertujuan untuk melatih dan menguji data dalam menemukan metode yang terbaik dengan akurasi tertinggi untuk mendeteksi malware android pada lalu lintas jaringan. Analisis yang dilakukan pada penelitian ini menggunakan metode Decision Tree dan Naïve Bayes. Hasil analisis terhadap kedua metode tersebut dibandingkan dengan melihat ketepatan hasil perhitungan dari masing masing algoritma. Dari perhitungan yang telah dilakukan maka metode Decision Tree memiliki tingkat akurasi lebih tinggi, yaitu 81%.
Kata kunci : Android, Malware, Decision Tree, Naïve Bayes.