Identifikasi Website Phishing dengan Perbandingan Algoritma Klasifikasi

Abstract

Phishing merupakan salah satu kejahatan siber yang bersifat mengancam dan menjebak seseorang dengan cara memancing korban untuk secara tidak langsung memberikan informasi kepada penjebak. Sebagian besar phishing menggunakan link yang mengarah pada website palsu untuk menjebak target. Phishing berpotensi menimbulkan kerugian baik dalam hal privacy, eksploitasi data, bahkan kerugian finansial. Jumlah website phishing yang
merugikan pun tumbuh sangat cepat. Maka salah satu upaya yang dapat dilakukan yaitu melakukan penerapan klasifikasi untuk dapat mendeteksi website phishing. Penelitian ini bertujuan untuk mengetahui performa terbaik dalam penerapan algoritme klasifikasi yaitu Support Vector Machine, Decision Tree, Random Forest, dan Multilayer Perceptron. Berdasarkan hasil penelitian, performa terbaik terdapat pada algoritme Multilayer Perceptron dengan tingkat akurasi mencapai 93.15% dan nilai AUC 0.976.