Deteksi Url Phishing Menggunakan Algoritma Support Vector Machine Berbasis Website
Keywords:
natural language processing, Phishing, Support vector machine, TF-IDF, WebsiteAbstract
Meningkatnya insiden serangan phishing melalui tautan web menghadirkan bahaya yang signifikan bagi keamanan siber. Penelitian ini bertujuan untuk menciptakan sistem berbasis web untuk mendeteksi URL phishing yang dapat mengklasifikasikan URL secara andal menggunakan algoritma Support Vector Machine dan teknik pemrosesan bahasa alami. Dataset ini memiliki 11.430 entri URL, yang terdistribusi merata di antara URL phishing dan URL asli. Ekstraksi fitur dilakukan pada struktur URL dan representasi tekstual melalui teknik Term Frequency-Inverse Document Frequency. Beberapa kombinasi kernel dan metodologi representasi teks dievaluasi untuk mengidentifikasi kinerja model yang optimal. Temuan eksperimen menunjukkan bahwa integrasi kernel linear dengan Term Frequency-Inverse Document Frequency mencapai akurasi maksimum 91%. Model yang telah dilatih kemudian dimasukkan ke dalam sistem berbasis web menggunakan platform pengembangan yang ringan, yang memungkinkan pengguna untuk menguji URL secara langsung. Sistem menjalani pengujian kotak hitam untuk memverifikasi bahwa semua kapabilitas berfungsi seperti yang diharapkan. Studi ini menunjukkan bahwa metodologi yang disarankan efektif untuk identifikasi URL phishing dan dapat menjadi dasar untuk pengembangan sistem keamanan siber selanjutnya.
References
[1] A. Sudiro, M. D. Ilmawan, and N. V. Puspita, “Pendampingan Terpadu Untuk Maksimalkan Pemasaran Digital Umkm Soto Kudus Kedai Taman Cabang Mojokerto,” DedikasiMU: Journal of Community Service, vol. 6, no. 4, 2024, doi: https://doi.org/10.30587/dedikasimu.v6i4.8556.
[2] 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,” Information System Journal (INFOS) , vol. 6, no. 1, 2023, doi: https://doi.org/10.24076/infosjournal.2023v6i01.1268.
[3] Indonesia Anti-Phishing Data Exchange (IDADX), “Laporan Aktivitas Abuse Domain .Id Indonesia Domain Abuse Data Exchange,” 2024. Accessed: May 26, 2025. [Online]. Available: https://surli.cc/oojpve
[4] A. Erikha and Z. Arifin Hoesein, “Strategi Pencegahan Kebocoran Data Pribadi melalui Peran Kominfo dan Gerakan Siberkreasi dalam Edukasi Digital,” Jurnal Retentum, vol. 7, no. 1, 2025, doi: 10.46930.
[5] Budiono, F. R. Fadillah, and N. Arinudin, “The Dangers of Phishing to Personal Data Security,” Formosa Journal of Applied Sciences (FJAS), vol. 4, no. 3, 2025, doi: https://doi.org/10.55927/fjas.v4i3.61.
[6] Y. Yuliana, “The Importance Of Cybersecurity Awareness For Children,” Lampung Journal of International Law, vol. 4, no. 1, pp. 41–48, Jun. 2022, doi: 10.25041/lajil.v4i1.2526.
[7] M. R. Fatiha, I. Setiawan, A. N. Ikhsan, and I. R. Yunita, “Optimisasi Sistem Deteksi Phishing Berbasis Web Menggunakan Algoritma Decision Tree,” Jurnal Ilmiah IT CIDA: Diseminasi Teknologi Informasi, vol. 10, no. 2, 2024, doi: https://doi.org/10.55635/jic.v10i2.212.
[8] A. F. Mahmud and S. Wirawan, “Deteksi Phishing Website menggunakan Machine Learning Metode Klasifikasi,” Sistemasi: Jurnal Sistem Informasi, vol. 13, no. 4, 2024, doi: https://doi.org/10.32520/stmsi.v13i4.
[9] I. Kurniawan, A. L. Hananto, S. S. Hilabi, A. Hananto, B. Priyatna, and A. Y. Rahman, “Perbandingan Algoritma Naive Bayes Dan SVM Dalam Sentimen Analisis Marketplace Pada Twitter,” JATISI, vol. 10, no. 1, 2023, doi: https://doi.org/10.35957/jatisi.v10i1.3582.
[10] C. M. Putri, M. Afdal, R. Novita, and M. Mustakim, “Perbandingan Evaluasi Kernel Support Vector Machine dalam Analisis Sentimen Chatbot AI pada Ulasan Google Play Store,” Jurnal Teknologi Sistem Informasi dan Aplikasi, vol. 7, no. 3, 2024, doi: https://doi.org/10.32493/jtsi.v7i3.41354.
[11] M. Z. Naeem, F. Rustam, A. Mehmood, Mui-zzud-din, I. Ashraf, and G. S. Choi, “Classification of movie reviews using term frequency-inverse document frequency and optimized machine learning algorithms,” PeerJ Comput Sci, vol. 8, 2022, doi: 10.7717/PEERJ-CS.914.
[12] F. S. Salam Nagalay, “Analisis Penerapan Algoritma Decision Tree Dalam Keamanan Siber Untuk Kelasifikasi Situs Website Phishing,” Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, vol. 10, no. 1, pp. 1–8, 2024, doi: http://dx.doi.org/10.24014/rmsi.v10i1.28401.
[13] A. Jauhar Himawan, A. Meyla Kartika Sari, N. Agatha Parsa, K. Sabilah Putri Hermansyah, and E. Sabrina Dea Rizki, “Penerapan Metode K-Nearest Neighbors dalam Mendeteksi Website Phishing,” COREAI, vol. 5, no. 2, 2024, doi: 10.33650/coreai.v5i2.10484.
[14] K. M. Jonathan, B. Mulyawan, and N. J. Perdana, “Perbandingan Kinerja Algoritma Naïve Bayes Dan C4.5 Untuk Mendeteksi Pengelabuan Uniform Resource Locator (Phishing Url),” JIKSI, vol. 8, no. 1, 2020, doi: https://doi.org/10.24912/jiksi.v8i1.11479.
[15] R. Danar Dana, Mulyawan, A. Bahtiar, and I. Ali, Dasar Dasar Natural Language Processing (NLP) . Minhaj Pustaka, 2024. [Online]. Available: https://surl.lu/gpfpax
[16] A. N. Putri, A. Aryanti, and S. Soim, “Implementasi Algoritma SVM Non-Linear Pada Klasifikasi Analisis Sentimen Perkembangan AI di Sektor Pendidikan,” Technology and Science (BITS), vol. 6, no. 2, 2024, doi: 10.47065/bits.v6i2.5522.
[17] panji bintoro, ratnasari, edy wihardjo, pratiwi putri indah, and andi asari, Pengantar Machine Learning. PT MAFY MEDIA LITERASI INDONESIA, 2024. [Online]. Available: https://surli.cc/qqlrwg
[18] M. L. B. Permadi and R. Gumilang, “Penerapan Algoritma CNN (Convolutional Neural Network) Untuk Deteksi Dan Klasifikasi Target Militer Berdasarkan Citra Satelit,” SOSTECH Jurnal sosial dan teknologi, vol. 4, no. 2, 2024, doi: https://doi.org/10.59188/jurnalsostech.v4i2.1138.
[19] I. wulandari, H. Yasin, and T. Widiharih, “Klasifikasi Citra Digital Bumbu Dan Rempah Dengan Algoritma Convolutional Neural Network (Cnn),” Jurnal Gaussian, vol. 9, no. 3, 2020, doi: https://doi.org/10.14710/j.gauss.9.3.273-282.
[20] H. I. Islam, M. K. Mulyadien, and U. Enri, “Penerapan Algoritma C4.5 dalam Klasifikasi Status Gizi Balita ,” Jurnal Ilmiah Wahana Pendidikan , vol. 8, no. 10, 2022, doi: https://doi.org/10.5281/zenodo.6791722.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Aryanti Aryanti, Nabila Nabila
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Copyright in each article belongs to the author.
- The authors admit that RESISTOR Journal as a publisher who published the first time under
Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) License. - Authors can include writing separately, regulate distribution of non-ekskulif of manuscripts that have been published in this journal into another version (eg sent to respository institution author, publication into a book, etc.), by recognizing that the manuscripts have been published for the first time in RESISTOR Journal
1.png)
