ANALISIS PENERAPAN ALGORITMA DECISION TREE DALAM KEAMANAN SIBER UNTUK KELASIFIKASI SITUS WEBSITE PHISHING

Fitra Salam S. Nagalay, Sriyanto Sriyanto, Zarnelly Zarnelly

Abstract


Dalam era teknologi yang semakin berkembang cepat dan ketergantungan masyrarakat pada internet, ancaman terhadap keamanan siber semakin beragam. Salah satu ancaman yang menonjol adalah kegiatan phising, dimana pihak tidak bertanggungjawab menggunakan alamat elektronik atau situs palsu untuk mendapatkan informasi peribadi pengguna. Ancaman phising tersebut tidak hanya mengancam keuangan, tetapi juga privasi pengguna. Penelitian ini menerapakan algoritma Decision Tree dalam klasifikasi. Algoritma Decision Tree terpilih karena kemudahan pemahaman dan interpretasinya serta kemampuannya dalam melakukan klasifikasi dengan baik. Fokus penelitian ini adalah mendalami potensi algoritma Decision Tree dalam mendeteksi situs website phising dengan menerapkan fitur-fitur spesifik seperti panjang URL, rangking, durasi aktif, dan karakteristik lainnya. Eksperimen dilakukan dengan menggunakan dataset yang mencakup berbagai fitur terkait URL dan dilakukan evaluasi menggunakan metrik seperti akurasi, presisi, dan recall. Hasil penelitian menunjukan bahwa model Decision Tree yang dikembangkan berhasil mencapai tingkat akuraasi sebesar 87.04%, memberikan kontribusi positif terhadap upaya mengamankan pengguna dari situs website phising.

Kata kunci: Decison Tree, Klasifikasi, Keamanan Siber, Website Phishing


Full Text:

PDF

References


V. A. Windarni, A. F. Nugraha, S. T. A. Ramadhani, D. A. Istiqomah, F. M. Puri, dan A. Setiawan, “Deteksi Website Phishing Menggunakan Teknik Filter Pada Model Machine Learning,” Inf. Syst. J., vol. 6, no. 01, hal. 39–43, 2023, doi: 10.24076/infosjournal.2023v6i01.1268.

A. S. Y. Irawan, N. Heryana, H. S. Hopipah, dan D. Rahma, “Identifikasi Website Phishing dengan Perbandingan Algoritma Klasifikasi,” Syntax J. Inform., vol. 10, no. 01, hal. 57–67, 2021, doi: 10.35706/syji.v10i01.5292.

R. P. Ramadhan dan T. Desyani, “Implementasi Algoritma J48 Untuk Identifikasi Website Phising,” BINER J. Ilmu Komput. …, vol. 1, no. 2, hal. 46–54, 2023, [Daring]. Tersedia pada: https://journal.mediapublikasi.id/index.php/Biner/article/view/2557%0Ahttps://journal.mediapublikasi.id/index.php/Biner/article/download/2557/1331.

A. S. Sunge, “Optimasi Algoritma C4.5 Dalam Prediksi Web Phishing Menggunakan Seleksi Fitur Genetic Algoritma,” Paradigma, vol. 10, no. 2, hal. 27–32, 2018, doi: 10.31294/p.v%vi%i.4021.

A. H. Nasrullah, “Implementasi Algoritma Decision Tree Untuk Klasifikasi Produk Laris,” J. Ilm. Ilmu Komput., vol. 7, no. 2, hal. 45–51, 2021, doi: 10.35329/jiik.v7i2.203.

J. Cahyani, S. Mujahidin, dan T. P. Fiqar, “Implementasi Metode Long Short Term Memory (LSTM) untuk Memprediksi Harga Bahan Pokok Nasional,” J. Sist. dan Teknol. Inf., vol. 11, no. 2, hal. 346, 2023, doi: 10.26418/justin.v11i2.57395.

M. Adipa, Ahmad Turmudi Zy, dan M. Makmun Effendi, “Klasifikasi Email Phishing Menggunakan Algoritma K-Nearest Neighbor,” J. RESTIKOM Ris. Tek. Inform. dan Komput., vol. 5, no. 2, hal. 148–157, 2023, doi: 10.52005/restikom.v5i2.152.

A. Quraisy, “Normalitas Data Menggunakan Uji Kolmogorov-Smirnov dan Saphiro-Wilk,” J-HEST J. Heal. Educ. Econ. Sci. Technol., vol. 3, no. 1, hal. 7–11, 2022, doi: 10.36339/jhest.v3i1.42.

Baiq Nurul Azmi, Arief Hermawan, dan Donny Avianto, “Analisis Pengaruh Komposisi Data Training dan Data Testing pada Penggunaan PCA dan Algoritma Decision Tree untuk Klasifikasi Penderita Penyakit Liver,” JTIM J. Teknol. Inf. dan Multimed., vol. 4, no. 4, hal. 281–290, 2023, doi: 10.35746/jtim.v4i4.298.

I Made Suartana, “Analisis Penerapan Deep Learning untuk Klasifikasi Serangan Terhadap Keamanan Jaringan,” Klik-Kumpulan J. Ilmu Komput., vol. 9, no. 1, hal. 100–109, 2022.

I. W. Saputro dan B. W. Sari, “Uji Performa Algoritma Naïve Bayes untuk Prediksi Masa Studi Mahasiswa,” Creat. Inf. Technol. J., vol. 6, no. 1, hal. 1, 2020, doi: 10.24076/citec.2019v6i1.178.




DOI: http://dx.doi.org/10.24014/rmsi.v10i1.28401

Refbacks

  • There are currently no refbacks.