ANALISIS PERBANDINGAN SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK KLASIFIKASI EMAIL PHISHING

Abstract

Teknologi informasi dan komunikasi kini telah berkembang dengan sangat pesat, membawa perubahan signifikan dalam kehidupan sehari-hari kita. Dengan semakin majunya teknologi informasi dan komunikasi, akses terhadap informasi menjadi sangat mudah dan cepat. Namun, kemudahan ini juga membawa tantangan tersendiri, terutama dalam hal keamanan data pribadi. Sebagai pengguna teknologi, kita dituntut untuk bijak dan waspada dalam menjaga data pribadi kita agar tidak disalahgunakan oleh pihak yang tidak bertanggung jawab. Salah satu contoh kejahatan siber yang sering terjadi adalah email phishing. Dalam serangan ini, pelaku menggunakan tautan berisi virus untuk mengenkripsi data atau perangkat pengguna, kemudian meminta tebusan untuk mengembalikan akses data tersebut. Phishing email biasanya tampak seperti email resmi dari sumber tepercaya, sehingga sering kali penerima tidak menyadari bahaya yang mengintai. Oleh karena itu, untuk meminimalisir kerugian yang dapat terjadi, kita juga dapat memanfaatkan teknologi sehingga dapat melakukan proses klasifikasi email phishing secara otomatis. Oleh karena itu, pada penelitian ini akan melakukan proses Pembangunan model machine learning yang Dimana dapat melakukan proses klasifikasi email phishing secara otomatis. Sehingga dengan adanya model yang dibangun pada penelitian ini, diharapkan dapat membantu dalam mengantisipasi terkena email phishing. Pada penelitian ini, Pembangunan model machine learning akan menggunakan data dengan total sebanyak 18650 viii ix data yang dimana terdiri dari 11322 data email tidak phishing dan sebanyak 7328 data email phising. Model yang akan dibangun pada penelitian ini yaitu model dengan menggunakan algoritma Support Vector Machine dan Random Forest. Dalam proses Pembangunan model, untuk menemukan parameter yang optimal dilakukan proses hyperparameter tuning dengan menggunakan gridsearch CV, sehingga dapat menghasilkan parameter yang optimal. Setelah dilakukan proses pengujian model untuk melakukan proses klasifikasi email phishing, didapatkan hasil bahwa dengan menggunakan algoritma Support Vector Machine menghasilkan akurasi pengujian sebesar 97.27%, sedangkan dengan menggunakan algoritma Random Forest menghasilkan akurasi sebesar 96.51%.