RANCANG BANGUN SISTEM PENDETEKSI LINK PHISHING MENGGUNAKAN ALGORITMA RANDOM FOREST BERBASIS WEB
Abstract
Phishing merupakan teknik penipuan yang memanfaatkan media internet untuk memperoleh informasi sensitif seperti kata sandi dan nomor kartu kredit dengan menyamar sebagai pihak yang tepercaya. Penelitian ini bertujuan untuk merancang dan membangun sistem pendeteksi link phishing berbasis web menggunakan algoritma Random Forest. Algoritma Random Forest dipilih karena kemampuannya dalam menangani jumlah data yang besar dan variabel yang banyak, serta mampu memberikan akurasi yang tinggi dalam proses klasifikasi. Sistem ini diimplementasikan dalam bentuk aplikasi web yang dapat digunakan oleh pengguna untuk memeriksa keaslian suatu link. Pengembangan sistem ini menggunakan metode SDLC (Software Development Life Cycle) dengan model Waterfall yang terdiri dari tahapan-tahapan: analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Bahasa pemrograman yang digunakan adalah Python dengan framework Flask untuk pengembangan backend, serta HTML, CSS, dan JavaScript untuk frontend. Basis data yang digunakan adalah MySQL. Hasil pengujian menunjukkan bahwa sistem yang dibangun mampu mendeteksi link phishing dengan tingkat akurasi yang memuaskan. Dengan demikian, diharapkan sistem ini dapat membantu pengguna dalam mengidentifikasi link phishing dan mengurangi risiko penipuan di dunia maya.
Keywords:
Phishing, Random Forest, Web Application, SDLC, Python, Flask, MySQL
Full Text:
PDF 2677-2686References
A. Ferdita Nugraha, R. F. A. Aziza, and Y. Pristyanto, “Penerapan metode Stacking dan Random Forest untuk Meningkatkan Kinerja Klasifikasi pada Proses Deteksi Web Phishing,” J. Infomedia, vol. 7, no. 1, p. 39, 2022, doi: 10.30811/jim.v7i1.2959.
A. N. S. Charan, Y. H. Chen, and J. L. Chen, “Phishing Websites Detection using Machine Learning with URL Analysis,” Proc. - 2022 IEEE World Conf. Appl. Intell. Comput. AIC 2022, pp. 808–812, 2022, doi: 10.1109/AIC55036.2022.9848895.
R. Kumar, R. Kumar, R. K. Sahu, R. Patra, and A. Ghosh, “Detection of Phishing Websites Using Machine Learning,” Smart Innov. Syst. Technol., vol. 313, no. 05, pp. 317–330, 2023, doi: 10.1007/978-981-19-8669-7_29.
V. A. Windarni, A. F. Nugraha, S. T. A. Ramadhani, D. A. Istiqomah, F. M. Puri, and A. Setiawan, “Deteksi Website Phishing Menggunakan Teknik Filter Pada Model Machine Learning,” Inf. Syst. J., vol. 6, no. 01, pp. 39–43, 2023, doi: 10.24076/infosjournal.2023v6i01.1268.
Fisa Wisnu Wijaya and D. Lomban, “Sistem Informasi Inventory Barang Menggunakan Metode Waterfall,” J. Inform. Teknol. dan Sains, vol. 4, no. 3, pp. 247–254, 2022, doi: 10.51401/jinteks.v4i3.1963.
R. R. Pradana, P. Sukarno, and E. M. Jadied, “Pendeteksi Phishing Menggunakan Metode Rule Based Attribute Checking Pendahuluan Studi Terkait,” vol. 6, no. 1, pp. 2219–2226, 2019.
M. Syahrizal and H. Haryati, “Perancangan Aplikasi Sistem Pakar Deteksi Kerusakan Mesin Alat Berat (Beko) Dengan Menerapkan Metode Teorema Bayes,” J. Media Inform. Budidarma, vol. 2, no. 2, pp. 23–33, 2018, doi: 10.30865/mib.v2i2.596.
A. Febriyani and M. Martanto, “Rancang Bangun Aplikasi Penjualan Kebutuhan Pokok Berbasis Web Pada Toko Khansaa,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 510–515, 2023, doi: 10.36040/jati.v7i1.6353.
Muhammad Romzi and B. Kurniawan, “Pembelajaran Pemrograman Python Dengan Pendekatan Logika Algoritma,” JTIM J. Tek. Inform. Mahakarya, vol. 03, no. 2, pp. 37–44, 2020.
O. Adiputra and E. Setiawan, “Klasifikasi Malicious URL Menggunakan Algoritma Improved Random Forest dan Random Forest Berbasis Web,” J. Sains dan Inform., vol. 9, no. 1, pp. 8–14, 2023, doi: 10.22216/jsi.v9i1.1378.
R. Rohi, J. Pote, and A. Talakua, “Perancangan Dan Implementasi Sistem Informasi Perpustakaan Berbasis Website Menggunakan Metode Waterfall Di Sd Masehi Kambaniru 2,” J. Inform. dan Tek. Elektro Terap., vol. 10, no. 2, pp. 63–70, 2022, doi: 10.23960/jitet.v10i2.2437.
R. F. Ramadhan and R. Mukhaiyar, “Penggunaan Database Mysql dengan Interface PhpMyAdmin sebagai Pengontrolan Smarthome Berbasis Raspberry Pi,” JTEIN J. Tek. Elektro Indones., vol. 1, no. 2, pp. 129–134, 2020, doi: 10.24036/jtein.v1i2.55.
A. P. Putra, F. Andriyanto, K. Karisman, T. D. M. Harti, and W. P. Sari, “Pengujian Aplikasi Point of Sale Menggunakan Blackbox Testing,” J. Bina Komput., vol. 2, no. 1, pp. 74–78, 2020, doi: 10.33557/binakomputer.v2i1.757.
DOI: http://dx.doi.org/10.23960/jitet.v12i3.4858
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Publisher
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Lampung
Jl. Prof. Soemantri Brojonegoro No. 1 Bandar Lampung 35145
Email: jitet@eng.unila.ac.id
Website : https://journal.eng.unila.ac.id/index.php/jitet