Ramadhan, Muhammad Adli and Siregar, Riki Ruli Affandi and Putra, Rakhmadi Irfansyah (2020) Deteksi Situs Web Phishing Dengan Model Klasifikasi Menggunakan Metode K-Nearest Neighbor (KNN). IT PLN.
![[thumbnail of 201631302_M_Adli_Ramadhan_Revisi_Skripsi_MUHAMMAD ADLI RAMADH.pdf]](https://repository.itpln.ac.id/style/images/fileicons/text.png)
201631302_M_Adli_Ramadhan_Revisi_Skripsi_MUHAMMAD ADLI RAMADH.pdf
Restricted to Registered users only
Download (5MB)
Abstract
The development of information technology has made modern society deal more with products and services online. This creates opportunities for criminals to commit crimes, one of which is phishing. Phishing is a method used by internet
criminals to deceive and steal user identities. Phishing websites are designed exactly the same as the original website in order to trick their victims (internet
users) into pretending they are accessing web pages from legitimate sources. To detect phishing websites, a classification of phishing websites is carried out. The
classification is carried out using twelve parameters to predict phishing websites. K-Nearest Neighbor is a data mining method used in classifying phishing websites. The application of the K-Nearest Neighbor method with k values using odd numbers, namely 3,5,7,9. Based on the test results, an average accuracy rate of 90% was obtained with the highest accuracy of 95% at the value of k = 3.
Perkembangan teknologi informasi membuat masyarakat modern berhadapan lebih banyak dengan produk dan jasa secara online. Hal tersebut menciptakan peluang untuk kriminal melakukan kejahatan, salah satunya adalah phishing.
Phishing merupakan sebuah cara yang digunakan penjahat internet untuk menipu dan mencuri identitas pengguna. Situs web phishing dirancang persis sama dengan situs web aslinya untuk mengelabui korbannya (pengguna internet) dengan membuat korban seolah-olah sedang mengakses halaman situs web dari sumber yang sah. Untuk mendeteksi situs web phishing maka dilakukan klasifikasi situs web phishing. Klasifikasi dilakukan menggunakan dua belas parameter untuk memprediksi situs web phishing. K-Nearest Neighbor adalah
salah satu metode data mining yang digunakan dalam melakukan klasifikasi situs web phishing. Penerapan metode K-Nearest Neighbor dengan nilai k menggunakan bilangan ganjil yaitu 3,5,7,9. Berdasarkan hasil pengujian, diperoleh rata-rata tingkat akurasi sebesar 90% dengan akurasi tertinggi sebesar
95% pada nilai k=3.
Item Type: | Book |
---|---|
Uncontrolled Keywords: | klasifikasi, situs web phishing, fitur, K-Nearest Neighbor classification, phishing website, feature, K-Nearest Neighbor |
Subjects: | Skripsi Bidang Keilmuan > Teknik Informatika |
Divisions: | Fakultas Telematika Energi > S1 Teknik Informatika |
Depositing User: | Sutrisno |
Date Deposited: | 07 Oct 2025 02:32 |
Last Modified: | 07 Oct 2025 02:32 |
URI: | https://repository.itpln.ac.id/id/eprint/1859 |