PENGEMBANGAN EKSTENSI BROWSER BERBASIS CONVOLUTIONAL NEURAL NETWORK UNTUK MENDETEKSI LINK SITUS PHISHING

JANATA, AHZAMI and kurnia, Anggriani and Funny, Farady Coastera (2025) PENGEMBANGAN EKSTENSI BROWSER BERBASIS CONVOLUTIONAL NEURAL NETWORK UNTUK MENDETEKSI LINK SITUS PHISHING. Other thesis, Universitas Bengkulu.

[thumbnail of Thesis] Archive (Thesis)
Skripsi - Ahzami Janata.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (7MB)

Abstract

Penggunaan internet yang semakin meluas telah memudahkan berbagai aktivitas,
namun juga meningkatkan risiko kejahatan siber, salah satunya adalah phishing.
Phishing merupakan metode penipuan yang digunakan untuk mencuri data pribadi
seperti ID pengguna, kata sandi, dan informasi keuangan melalui situs web palsu.
Seiring meningkatnya ancaman phishing, berbagai metode deteksi telah
dikembangkan, termasuk Convolutional Neural Networks (CNN) yang berbasis
deep learning. CNN mampu mempelajari pola-pola yang sering muncul pada link
phishing, seperti karakteristik URL yang mencurigakan atau penyalahgunaan nama
domain. Dengan menggunakan dataset pelatihan yang besar, model ini dapat
mengklasifikasikan link phishing dengan akurasi tinggi. Penelitian ini bertujuan
mengembangkan ekstensi browser berbasis CNN yang mampu mendeteksi link
phishing secara real-time, sehingga melindungi pengguna dari ancaman phishing
saat berselancar di internet. Dataset yang digunakan dalam penelitian ini terdiri dari
kumpulan situs web yang berlabel phishing dan non-phishing, dengan setiap situs
web diekstraksi fiturnya untuk klasifikasi apakah situs tersebut aman atau phishing.
Model CNN yang dikembangkan awalnya mencapai akurasi 96,05% pada data
pengujian awal, namun performa menurun menjadi 81% saat diuji pada dataset
baru. Penurunan ini disebabkan oleh perbedaan pola pada data pelatihan dan dataset
baru, serta variasi dalam ekstraksi fitur dan preprocessing. Meskipun terjadi
penurunan performa pengujian pada dataset baru, model ini tetap efektif
diimplementasikan sebagai ekstensi browser. Ekstensi ini dapat mendeteksi situs
phishing baik melalui input manual pengguna maupun secara otomatis saat
pengguna mengunjungi situs web. Pengujian menunjukkan hasil klasifikasi yang
konsisten dengan model yang dikembangkan. Dengan demikian, ekstensi ini
diharapkan dapat memberikan perlindungan real-time yang lebih baik kepada
pengguna internet dalam menghadapi ancaman phishing.
Kata Kunci : Phishing, Convolutional Neural Networks, Deteksi Phishing,
Ekstensi Browser, Keamanan Internet

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 58 lili haryanti
Date Deposited: 17 Sep 2025 06:56
Last Modified: 17 Sep 2025 06:56
URI: https://repository.unib.ac.id/id/eprint/25017

Actions (login required)

View Item
View Item