Claim Missing Document
Check
Articles

Found 1 Documents
Search

Optimasi Deteksi Situs Judi Online Menggunakan Algoritma Decision Tree untuk Mitigasi Risiko Kebocoran Data Pribadi Syabriansyah, Andi Moch; Sunyoto, Andi
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 2: JULI 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i2.1658

Abstract

Transformasi digital yang masif telah memperluas celah kejahatan siber, salah satunya melalui proliferasi platform judi online di Indonesia yang mengancam keamanan data pribadi masyarakat. Penelitian ini bertujuan untuk mengimplementasikan Artificial Intelligence (AI) menggunakan algoritma Decision Tree sebagai mekanisme proaktif dalam mendeteksi situs judi online guna melindungi informasi sensitif pengguna dari eksploitasi. Metode yang digunakan adalah pendekatan kuantitatif eksperimental dengan mengembangkan model klasifikasi berbasis fitur URL, seperti panjang karakter, jumlah digit, dan keberadaan kata kunci spesifik perjudian. Hasil penelitian menunjukkan bahwa model Decision Tree berhasil mencapai performa yang sangat tinggi dengan akurasi sebesar 96,98% pada data pengujian dan nilai ROC-AUC sebesar 0,984. Fitur "judi_keyword_count" ditemukan sebagai indikator terkuat yang berkontribusi sebesar 77,1% terhadap keputusan klasifikasi. Aturan keputusan yang dihasilkan bersifat transparan (interpetabel), sehingga memudahkan proses audit teknis maupun hukum dalam pemblokiran situs. Penelitian ini membuktikan bahwa penggunaan AI berbasis Decision Tree efektif dalam memitigasi risiko kebocoran data pribadi melalui deteksi situs ilegal secara real-time.