Serangan malware kian hari kian memprihatinkan. Evolusi malware yang cepat dan semakin destruktif menimbulkan kekhawatiran bagi banyak pihak. Oleh karena itu, deteksi malware yang efektif sangat dibutuhkan. Data mining memainkan peran yang krusial dalam bidang ini, mengingat algoritma-algoritma yang ada pada data mining bisa dilatih hingga menghasilkan akurasi yang sangat tinggi. Tujuan dari penelitian ini adalah untuk menerapkan metode stacking pada kasus klasifikasi suatu file, apakah tergolong malware atau tidak. Metode stacking digunakan karena dapat meningkatkan performa khususnya jika dibandingkan dengan algoritma-algoritma klasifikasi konvensional. Empat buah algoritma klasifikasi dilibatkan dalam eksperimen yang dilakukan pada penelitian ini, yaitu: Neural Network, Random Forest, kNN, dan Logistic Regression. Tiga algoritma pertama digunakan sebagai classifier pada level 0, sementara itu Logistic Regression digunakan classifier pada level 1 (meta classifier). Dengan kombinasi 4 algoritma tersebut, akurasi yang diperoleh adalah sebesar 98.7%, dan akurasi tersebut merupakan yang paling tinggi jika dibandingkan dengan masing-masing algoritma jika dieksekusi secara individual.