Article Per Year (5 Year)
p-Index From 2019 - 2024
1.873
P-Index
This Author published in this journals
All Journal Journal of the Medical Sciences (Berkala Ilmu Kedokteran) Techno.Com: Jurnal Teknologi Informasi Jurnal Pseudocode JOIV : International Journal on Informatics Visualization Techno Nusa Mandiri : Journal of Computing and Information Technology Jurnal Infomedia JURNAL PengaMAS Information System Journal (INFOS) IJCOSIN : Indonesian Journal of Community Service and Innovation MATRIX : JURNAL MANAJEMEN TEKNOLOGI DAN INFORMATIKA JAMAS: Jurnal Abdi Masyarakat CSRID SWAGATI: Journal of Community Service
Nugraha, Anggit Ferdita
Universitas Amikom Yogyakarta
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Neuroscience Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Information System Journal (INFOS)

 1 
DETEKSI WEBSITE PHISHING MENGGUNAKAN TEKNIK FILTER PADA MODEL MACHINE LEARNING Vikky Aprelia Windarni; Anggit Ferdita Nugraha; Surya Tri Atmaja Ramadhani; Dewi Anisa Istiqomah; Fiyas Mahananing Puri; Adi Setiawan
Information System Journal Vol. 6 No. 01 (2023): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2023v6i01.1268

Abstract

Phishing merupakan bentuk serangan pada dunia maya yang cukup popular, dimana pengguna dibuat untukmengunjungi situs web yang tidak sah. Pengguna ditipu untuk mengungkapkan informasi pribadinya sepertiusername, password, informasi kartu kredit dan sebagainya. Maraknya phishing membuat kerugian dalam halprivacy, bahkan terjadi penyalahgunaan data yang menyebabkan kerugian finansial. Tujuan dari penelitian iniadalah peneliti ingin menggunakan machine learning dengan memanfaatkan fitur filter yang ada didalamnya yaitupearson correlation dan menerapkan 3 metode Naïve Bayes, Decision Tree dan Random Forest untuk menentukanmetode yang paling efektif dalam mendeteksi web phishing. Terdapat 4 alur penelitian yang digunakan olehpeneliti, yaitu (1) Tahap persiapan, (2) Metode yang digunakan, (3) Analisa, dan (4) Evaluasi. Dari hasil penelitianini didapatkan bahwa penerapan metode Naïve Bayes memiliki nilai akurasi sebesar 60,4%, metode Decision Treememiliki nilai akurasi 94,4% dan metode Random Forest memiliki akurasi sebesar 96,3%. Sehingga dapatdisimpulkan bahwa metode yang paling efektif untuk mendeteksi web phishing adalah menggunakan RandomForest karena memiliki tingkat akurasi sebesar 96.3%. Pada penelitian selanjutnya dapat dilakukan pada kasusyang sama dengan menggunakan algoritma yang berbeda.
Co-Authors Adi Setiawan Amirudin Khoirul Huda Andi Sunyoto Atik Nurmasani Bayu Nadya Kusuma Brahmantya Aji Pramudita Dewi Anisa Istiqomah Dewi Anisa Istiqomah Dewi Annisa Istiqomah Fiyas Mahananing Puri Gustina, Sapriani Hanung Adi Nugroho Heri Sismoro Ibnu Hadi Purwanto Inggrid Yanuar Risca Pratiwi Irfan Pratama Jeki Kuswanto Jeki Kuswanto Lucky Adhikrisna Wirasakti Marcheilla Trecya Anindita Muhammad Eka Purbaya Muhammad Khusaini Azis Muhammad Koprawir Noor Akhmad Setiawan Rifda Faticha Alfa Aziza Rohmad Fajarudin Surya Tri Atmaja Ramadhani Surya Tri Atmaja Ramadhani Vikky Aprelia Windarni Vikky Aprelia Windarni vikky kiky Yoga Pristyanto Zulfikar Mukarabiman