DETEKSI WEBSITE PHISHING MENGGUNAKAN TEKNIK FILTER PADA MODEL MACHINE LEARNING

Authors

  • Vikky Aprelia Windarni Universitas Amikom Yogyakarta
  • Anggit Ferdita Nugraha Universitas Amikom Yogyakarta
  • Surya Tri Atmaja Ramadhani Universitas Amikom Yogyakarta
  • Dewi Anisa Istiqomah Universitas Amikom Yogyakarta
  • Fiyas Mahananing Puri Universitas Amikom Yogyakarta
  • Adi Setiawan Universitas Kristen Satya Wacana

DOI:

https://doi.org/10.24076/infosjournal.2023v6i01.1268

Keywords:

Decision Tree, Naive Bayes, Random Forest, Website Phising

Abstract

Phishing merupakan bentuk serangan pada dunia maya yang cukup popular, dimana pengguna dibuat untuk
mengunjungi situs web yang tidak sah. Pengguna ditipu untuk mengungkapkan informasi pribadinya seperti
username, password, informasi kartu kredit dan sebagainya. Maraknya phishing membuat kerugian dalam hal
privacy, bahkan terjadi penyalahgunaan data yang menyebabkan kerugian finansial. Tujuan dari penelitian ini
adalah peneliti ingin menggunakan machine learning dengan memanfaatkan fitur filter yang ada didalamnya yaitu
pearson correlation dan menerapkan 3 metode Naïve Bayes, Decision Tree dan Random Forest untuk menentukan
metode yang paling efektif dalam mendeteksi web phishing. Terdapat 4 alur penelitian yang digunakan oleh
peneliti, yaitu (1) Tahap persiapan, (2) Metode yang digunakan, (3) Analisa, dan (4) Evaluasi. Dari hasil penelitian
ini didapatkan bahwa penerapan metode Naïve Bayes memiliki nilai akurasi sebesar 60,4%, metode Decision Tree
memiliki nilai akurasi 94,4% dan metode Random Forest memiliki akurasi sebesar 96,3%. Sehingga dapat
disimpulkan bahwa metode yang paling efektif untuk mendeteksi web phishing adalah menggunakan Random
Forest karena memiliki tingkat akurasi sebesar 96.3%. Pada penelitian selanjutnya dapat dilakukan pada kasus
yang sama dengan menggunakan algoritma yang berbeda.

Downloads

Download data is not yet available.

Downloads

Published

2023-08-10

How to Cite

Windarni, V. A., Nugraha, A. F., Ramadhani, S. T. A., Istiqomah, D. A., Puri, F. M., & Setiawan, A. (2023). DETEKSI WEBSITE PHISHING MENGGUNAKAN TEKNIK FILTER PADA MODEL MACHINE LEARNING. Information System Journal, 6(01), 39-43. https://doi.org/10.24076/infosjournal.2023v6i01.1268

Most read articles by the same author(s)