Article Per Year (5 Year)
p-Index From 2021 - 2026
4.574
P-Index
This Author published in this journals
All Journal JIEET (Journal of Information Engineering and Educational Technology) International Journal Of Computer, Network Security and Information System (IJCONSIST) Journal of Informatics and Computer Science (JINACS)
Agus Prihanto
Universitas Negeri Surabaya
Computer Science & IT Engineering

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 41 Documents
Search

 1   2   3   4   5 
Kombinasi K-Nearest Neighbor dengan Particle Swarm Optimization Untuk Deteksi Email Phishing Berbasis Seleksi Fitur dan Struktural Oktafia Widya Santoso; Agus Prihanto; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Article In Press(1)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Phishing merupakan salah satu bentuk kejahatan siber yang dilakukan dengan cara menyamar sebagai pihak terpercaya untuk memperoleh informasi sensitif pengguna. Seiring meningkatnya penggunaan email sebagai media komunikasi, ancaman phishing juga semakin berkembang sehingga diperlukan metode yang mampu mengidentifikasi email phishing secara otomatis. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Nearest Neighbor (KNN) serta mengoptimalkan performanya menggunakan Particle Swarm Optimization (PSO) dalam klasifikasi email phishing. Penelitian dilakukan melalui tahapan penggabungan dataset, pra-pemrosesan teks, ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF), standarisasi data, pelatihan model KNN, serta optimasi fitur menggunakan PSO. Evaluasi model dilakukan menggunakan confusion matrix, classification report, kurva ROC, dan nilai AUC. Hasil penelitian menunjukkan bahwa model KNN menghasilkan akurasi sebesar 64,01% dengan nilai AUC sebesar 0,8097. Setelah dilakukan optimasi menggunakan PSO, jumlah fitur berkurang dari 6006 menjadi 3002 fitur. Model kombinasi KNN-PSO menghasilkan akurasi sebesar 81,43% dengan nilai AUC sebesar 0,9153. Hasil tersebut menunjukkan bahwa optimasi fitur menggunakan PSO dapat meningkatkan performa klasifikasi KNN pada deteksi email phishing. Kata Kunci— phishing, text mining, TF-IDF, K-Nearest Neighbor, Particle Swarm Optimization.
Co-Authors Aditya Prapanca Agitiya Dwi Hendrata Ajeng Alifatus Safira Misbach Aji Ridwan Syah Aldi Bariqi Ananda Adhe Suqma Anita Qoiriah Asgarindo Dwiki Ibrahim Adji Bagas Alam Saputra Bagus Arief Hamdi Kholifatullah Dedy Rahman Prehanto Defta Pradana Yuana Faizah Farid Fajar Shodiq Fatahillah Aswam Qowa'id Fino Ardiansyah Prayudi Gheri Maulana Tri Istidar Hanif Afrizal Hapsari Peni Agustin Tjahyaningtijas Herman Wordaun Rainhart Rumy Ilyas Jahfal Alim Jalis Dwi Muthohhar Kevin Kurniawan Krisna Bayu Aditya Nurcahyo Maulana Fiemas Aji Kurnia Safa Mochamad Dimas Erlangga Mohammad Bima Jalaluddin Akbar Mohammad Hasan Machfoed Mokhamad Wildan Marzuqon Muhammad Arief Rahman Ismansyah Putra Naim Rochmawati Nanggala Jalasena Pramana Putra Nissa Cahyaningtyas Safitri Nonik Indahwati Oktafia Widya Santoso Rahadian Bisma Renaldy Permana Sundawa Ridho Wahyudi Rachmadtullah Ronggo Alit Sebastian Oddy Putra Setiawan Septian Wahyu Tricahya Sulistiyorini Sulistiyorini Umar Faruk Wahyu Ari Yuliono Wiyli Yustanti YUNI YAMASARI Zaim Nabil Alif Tirta Putra