<![CDATA[Phishing adalah sebuah kejahatan digital untuk mencuri informasi rahasia pengguna dengan caramenggunakan email dan situs web palsu yang tampilannya menyerupai tampilan asli web sebenarnya.Informasi yang dicuri dapat berupa informasi pribadi, informasi akun atau informasi keuangan. Salah satu carauntuk mencegah pengguna internet terjebak phishing yaitu dengan pendeteksian.Penelitian ini bertujuan untuk membangun Google Chrome extension yang dapat mendeteksi situsweb phishing dengan menerapkan hyperparameter tuning pada model machine learning Random Forest.Google Chrome extension dibangun dengan HTML, CSS, dan JavaScript. Pendeteksian situs web phishingdilakukan oleh model Random Forest yang terintegrasi dengan extension melalui server. Model Random Forestdibuat dengan mengimplementasikan hyperparameter tuning menggunakan metode Grid Search. Grid Searchdiatur untuk mencari model dengan akurasi terbaik kombinasi parameter yang dipilih.Hasil pengujian model dengan 150 data situs web phishing dan 150 data situs web valid menunjukkanbahwa model hasil hyperparameter tuning memiliki performa yang lebih baik secara keseluruhandibandingkan model yang tidak di-tuning. Model yang tidak di-tuning memiliki akurasi sebesar 68,67%, presisisebesar 67,72%, recall sebesar 71,33%, dan F1-score sebesar 69,48%. Model dengan hyperparameter tuningmemiliki akurasi sebesar 74,67%, presisi sebesar 74,34%, recall sebesar 75,33%, dan F1-score sebesar74,83%.Terjadi peningkatan pada akurasi sebesar 6%, presisi sebesar 6,62%, recall sebesar 4%, dan F1-Scoresebesar 5,35%.Kata Kunci: Google Chrome extension, phishing, hyperparameter tuning, Random Forest]]>
