Malware menjadi masalah utama bagi keamanan sistem komputer saat ini. Dikarenakan malware dapat menyebar dengan cepat dan mempengaruhi kinerja sistem secara negatif, deteksi malware menjadi sangat penting. Salah satu metode deteksi malware adalah analisis statis, yang mempelajari kode biner sebuah aplikasi tanpa menjalankannya. Dalam skripsi ini, penulis mengevaluasi metode deteksi malware pada analisis statis Windows Portable Executable (PE) menggunakan Support Vector Machine (SVM) dan Decision Tree. Penulis menggunakan dataset PE yang terkait dengan malware dan aplikasi yang aman, dan menggunakan algoritma SVM dan Decision Tree untuk mengklasifikasikan PE tersebut sebagai malware atau tidak serta menentukan algoritma machine learning mana yang terbaik untuk deteksi malware pada PE. Penelitian ini membandingkan kedua algoritma yang digunakan untuk menentukan algoritma terbaik dalam pendeteksian malware. Hasil pada penelitian ini menunjukkan bahwa algoritma Decision Tree memperoleh akurasi sebesar 97,35%, sedangkan algoritma SVM memperoleh hasil sebesar 95,62%.