Klasifikasi Data URL Dengan Menggunakan K-Nearest Neghbor (KNN) untuk Deteksi Hishing Website

Angreini, Fartiwi
Jefiza, Adlian

Technology Sciences Insights Journal
Vol. 2 No. 2 (2025): Technology Sciences Insights Journal

Phishing merupakan salah satu bentuk ancaman keamanan siber yang sering terjadi dengan memanfaatkan URL palsu. Penelitian ini bertujuan untuk melakukan klasifikasi terhadap URL yang berpotensi sebagai phishing menggunakan metode K-Nearest Neighbor (KNN). Dataset yang digunakan memiliki tiga fitur utama: panjang URL, panjang hostname, dan panjang path, serta label target berupa kategori phishing (1) atau bukan phishing (0). Dengan melakukan preprocessing dan normalisasi data, model KNN diimplementasikan dan dievaluasi menggunakan confusion matrix dan classification report. Hasil evaluasi menunjukkan akurasi sebesar 59% dengan distribusi performa yang tidak seimbang pada masing-masing kelas. Meskipun hasilnya belum optimal, pendekatan ini menunjukkan potensi dalam mendeteksi phishing berbasis karakteristik URL.