Rahman, Aditya (2020) Deteksi situs phishing menggunakan metode random forest / Aditya Rahman. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Penggunaan internet di Indonesia dari tahun ke tahun selalu mengalami peningkatan. Sayangnya meningkatnya pengguna internet ini juga diikuti dengan meningkatnya jumlah kejahatan dunia maya. Phishing adalah salah satu kejahatan dunia maya yang mengancam pengguna dunia maya terutama pengguna dunia maya yang masih cukup awam. Kerugian yang diakibatkan oleh kejahatan phishing ada beragam mulai dari bocornya informasi pribadi hingga kerugian finansial. Terdapat beberapa metode yang dapat digunakan untuk mengenali sebuah situs phishing salah satunya adalah menggunakan metode machine learning. Dengan menggunakan metode ini pengguna internet dapat dengan mudah mengklasifikasikan sebuah situs web apakah termasuk situs phishing atau non-phishing. Sehingga pengguna tersebut dapat menghindari untuk mengakses situs yang dicurigai sebuah situs phishing tersebut. Pada penelitian ini dilakukan eksperimen untuk mendapatkan sebuah model klasifikasi menggunakan algoritme random forest yang memiliki performa terbaik saat melakukan klasifikasi situs phishing. Model klasifikasi yang dibuat akan menggunakan 11 fitur yang didapatkan dari URL hingga konten sebuah situs web. Setelah model klasifikasi dibuat model tersebut akan diimplementasikan ke dalam sebuah sistem deteksi situs phishing. Hasilnya model klasifikasi random forest dengan jumlah trees sebanyak 100 buah metode split menggunakan information gain dan jumlah random feature selection 10 buah adalah model dengan performa terbaik yang dipilih. Dengan performa Accuracy 97 5% Recall 97 65% Precision 97 46% F-Measure 97 53% Out-of-bag Score 97 5% dan Training Time 0 1937 detik. Model yang dipilih tersebut kemudian diimplementasikan ke dalam sebuah sistem deteksi situs phishing berbasis aplikasi web.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 17 Jun 2020 04:29 |
| Last Modified: | 09 Sep 2020 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/196446 |
Actions (login required)
 |
View Item |