<![CDATA[Penggunaan jaringan Wi-Fi publik yang semakin luas memberikan kemudahan akses internet, namun juga meningkatkan risiko keamanan, khususnya serangan phishing yang memanfaatkan rekayasa sosial pada jaringan terbuka. Permasalahannya dalam penelitian ini adalah keterbatasan sistem dalam mendeteksi aktivitas phishing secara akurat pada lalu lintas jaringan. Penelitian ini bertujuan untuk mengembangkan Intrusion Detection System (IDS) berbasis machine learning untuk mendeteksi serangan phishing berbasis URL pada jaringan Wi-Fi publik. Metode yang digunakan meliputi pengumpulan dataset dari sumber publik dan hasil pengumpulan mandiri berbasis URL sebanyak 5.000 data, prapemrosesan data, ekstraksi fitur, pelatihan model menggunakan algoritma Random Forest, serta evaluasi kinerja dalam lingkungan simulasi. Hasil penelitian menunjukkan bahwa model mampu mencapai akurasi sebesar 92,45%, precision 88,63%, recall 97,40%, F1-score 92,81% dan ROC-AUC 0,9632, yang menunjukkan performa klasifikasi yang sangat baik dalam mendeteksi URL phishing. Sistem ini dapat digunakan untuk meningkatkan keamanan jaringan Wi-Fi publik]]>
Copyrights © 2026
