Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi
Wirawan, Setia
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Phishing Website Detection Using Machine Learning Classification Method Mahmud, Azzam Fawwaz; Wirawan, Setia
Sistemasi: Jurnal Sistem Informasi Vol 13, No 4 (2024): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v13i4.3456

Abstract

Phishing website merupakan mekanisme kriminal yang menggunakan social engineering serta dalih teknis untuk mengambil data identitas personal dan kredensial akun keuangan dari pelanggan. Di Indonesia sendiri menurut laporan Pengelola Nama Domain Internet Indonesia (Pandi), tercatat jumlah phishing dalam kurun waktu 5 tahun terakhir mencapai 34.622. Jumlah serangan phishing unik yang dilaporkan pada Q3 2022 sebanyak 7.988. Penelitian ini bertujuan untuk mencari algoritma machine learning klasifikasi dengan performa terbaik untuk mendeteksi phishing website menggunakan fitur-fitur URL. Algoritma klasifikasi yang akan dibandingkan adalah decision tree, random forest, dan KNN. Hasil dari penelitian ini adalah model pertama yang menggunakan decision tree didapat akurasi sebesar 0.833, presisi sebesar 0.86, recall sebesar 0.83, dan F1-score sebesar 0.83. Model kedua yang menggunakan algoritma random forest mendapat akurasi sebesar 0.834, presisi sebesar 0.86, recall sebesar 0.83, dan F1-score sebesar 0.83. Model terakhir yang menggunakan algoritma K-Nearest Neighbors mendapat akurasi sebesar 0.482, presisi sebesar 0.24, recall sebesar 0.50, dan F1-score sebesar 0.48. Maka, dari ketiga algoritma tersebut random forest merupakan algoritma terbaik untuk mendeteksi phishing website.
Co-Authors Mahmud, Azzam Fawwaz