Advanced Persistent Threat adalah serangan yang dilakukan terus menerus dengan tujuan untuk mempertahankan akses jangka panjang ke jaringan target. Maka dari itu, penelitian ini mengusulkan solusi tentang deteksi serangan Advanced Persistent Threat (APT) dalam lalu lintas jaringan menggunakan metode machine learning. Metode yang diusulkan meliputi penggunaan algoritma random forest, dan feature selection recursive feature elimination untuk meningkatkan akurasi deteksi serangan APT. Proses yang dilakukan meliputi pengambilan dataset dari SCVIC-APT-2021, preprocessing dataset, dan pengembangan model sistem deteksi. Setelah tahap preprocessing dataset dilakukan, berikutnya dataset melewati tahap feature selection untuk dilatih menggunakan model random forest. Evaluasi hasil akhir dilakukan dengan menggunakan confusion matrix untuk mengukur performansi model dan didapatkan akurasi untuk dataset tersebut sebesar 99.94%.
Kata kunci : advanced persistent threat, random forest, recursive feature elimination, malware, network traffic, deteksi serangan APT.