Penelitian sebelumnya mengenai Least Significant Bit (LSB) matching yang dilakukan oleh Bin Xia dan Yunkai Gao, memaparkan metode untuk mendeteksi LSB matching pada citra hitam-putih. Jenis detektor yang digunakan Bin Xia adalah learning-base detektor. Metode ini mengekstrak fitur derajat ketetanggaan pada citra. Sedangkan jenis detektor yang digunakan Yunkai Gao adalah special detektor. Metode ini menggunakan fitur nilai histogram pada citra yang diformulasikan, sehingga menghasilkan nilai yang disebut threshold. Kedua metode tersebut memiliki performa yang baik dalam mendeteksi citra digital hitam-putih. Masalahnya, kedua metode ini belum pernah digunakan untuk mendeteksi steganografi LSB matching pada citra berwarna. Berangkat dari masalah tersebut, peneliti mengusulkan metode baru yang menggabungkan kedua metode tersebut untuk mendeteksi steganografi LSB matching pada citra berwarna. Jenis detektor yang diusulkan yaitu jenis learning-base detektor dengan menggunakan Support Vector Machine(SVM). Metode ini mengekstrak fitur pada citra berwarna, yaitu nilai histogram dan nilai derajat ketetanggaan. Fitur-fitur ini kemudian digunakan untuk proses pelatihan SVM. Berdasarkan hasil pengujian yang dilakukan, didapatkan bahwa metode yang diusulkan dapat mengklasifikasi suatu citra berwarna sebagai stego atau cover.
Kata Kunci: LSB Matching, Steganografi, Steganalisis, Support Vector Machine.