Steganografi adalah suatu seni dan ilmu menulis pesan tersembunyi atau menyembunyikan pesan dengan suatu cara dalam suatu carrier. Teknik ini sangat populer di masyarakat dalam mengamankan kerahasiaan pesan. Namun, hal ini memungkinkan tindak kriminalitas seperti tindak pertukaran informasi dalam sel penjara. Untuk itu, diperlukan suatu teknik yang dapat menganalisis atau menyadari adanya pesan rahasia tersebut yaitu steganalisis. Steganalisis adalah suatu seni dan ilmu untuk mendeteksi suatu pesan tersembunyi. Teknik ini dapat memudahkan pihak kepolisian dan badan inteligen negara untuk dapat mendeteksi suatu pesan rahasia kriminalitas tersebut.
Tugas Akhir ini membahas mengenai steganalisis audio format WAV menggunakan metode Discrete Wavelet Transformdan Linear Discriminant Analysis. Sinyal audio digital yang digunakan dalam format WAV karena format ini paling diminati masyarakat dengan kualitas audio cover yang baik meskipun sudah disisipi pesan. Audio tersebut direpresentasikan berdasarkan waktu dan skala dengan metode Discrete Wavelet Transform yang menghasilkan ciri wavelet. Ciri wavelet tersebut diproyeksikan ke dalam sub ruang oleh Linear Discriminant Analysis untuk mencari nilai optimum dari nilai eigen dan vektor eigen. Kemudian nilai eigen menjadi ciri untuk mencari hyperplane terbaik dengan margin yang berdekatan menggunakan metode Support Vector Machine kernel Linear.
Hasil akurasi terbesar dari sistem ini adalah 88.33% dengan skenario DWT level 3. Hal ini karena besarnya level mempengaruhi banyak ciri yang didapat. Dari hasil seluruh pengujian, audio stego DCT lebih mudah dideteksi dibandingkan audio stego DWT. Hal ini karena proses penyisipan metode DCT pada komponen real sinyal dan proses steganalisis juga pada komponen real sinyal dengan mencari nilai absolut dan optimum dari nilai eigen sedangkan pada audio stego DWT, penyisipan pesan di frekuensi rendah dan di frekuensi tinggi namun pada penelitian ini, steganalisis hanya dilakukan di frekuensi rendah, namun tingkat akurasi data konsisten.
Kata kunci : steganalisis, DWT, LDA, SVM-Linear.