Studi Literatur Tentang Penggunaan Algoritma Deep Learning dan Machine Learning dalam Mendeteksi Situs Phishing
Keywords:
Studi Literatur, Deteksi Phishing, Machine Learning, Deep Learning, Model HybridAbstract
Pesatnya pemanfaatan layanan digital berbanding lurus dengan peningkatan ancaman keamanan siber, salah satunya adalah serangan phishing. Meskipun mekanisme pencegahan berbasis blacklist telah diadopsi secara luas, metode tersebut tidak mampu mendeteksi zeroday attacks. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja berbagai algoritma Machine Learning dan Deep Learning dalam mendeteksi situs web phishing. Dataset yang dianalisis mencakup variabel fitur leksikal URL serta fitur dokumen HTML. Temuan penelitian menunjukkan bahwa algoritma Extreme Gradient Boosting (XGBoost) dan Convolutional Neural Network (CNN) menjadi metode terpopuler karena keunggulannya dalam memproses data tabular kompleks dan otomatisasi ekstraksi fitur spasial. Model hybrid dan Ensemble Learning menjadi model paling efektif dibandingkan model tunggal, di mana kombinasi SVM-Naive Bayes mencatat akurasi tertinggi sebesar 99,96% dan model EGSOCNN-VAE sebesar 99,44%.
