{JALUR SCIENTIST} PERFORMANCE OF VARIOUS NAÏVE BAYES USING GRIDSEARCH APPROACH IN PHISHING EMAIL DATASET

Rahman, Rizki (2023) {JALUR SCIENTIST} PERFORMANCE OF VARIOUS NAÏVE BAYES USING GRIDSEARCH APPROACH IN PHISHING EMAIL DATASET. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (138kB)
	Text (ISI) ISI.pdf Restricted to Registered users only Download (697kB)
	Archive (SOURCE CODE) Jalur Scientist Source Code - Rizki Rahman.zip Restricted to Repository staff only Download (28MB)
	Text (PUBLIKASI) Jalur Scientist Surat Pernyataan Publish Diluar - Rizki Rahman.pdf Download (121kB)

Abstract

Latar belakangnya adalah meningkatnya ancaman keamanan siber di Indonesia berupa serangan phishing yang dapat merugikan individu dan organisasi. Tujuan dari penelitian ini adalah untuk membandingkan kinerja empat varian Naive Bayes dalam mengklasifikasikan phishing email dengan metode yang melibatkan tahap pra-pemrosesan data, email phishing dikumpulkan, dibersihkan, dan diubah menjadi sesuai fitur numerik. Selanjutnya, pendekatan GridSearch digunakan untuk menemukan parameter terbaik. Tujuan penelitian ini adalah untuk memahami bagaimana masing-masing Varian Naive Bayes berfungsi pada kumpulan data email phishing. Phishing ini tugas deteksi didasarkan pada evaluasi kinerja berikut kriteria seperti akurasi, presisi, perolehan, dan skor F1. Dalam penelitian ini, Bernoulli mendapatkan akurasi terbaik sebesar 97,34% tetapi hasilnya memuaskan diperoleh hyperparameter, hasilnya menunjukkan peningkatan seiring dengan bertambahnya hasil paling optimal dan kinerja terbaik adalah Bernoulli 97,38%. Hasil penelitian tersebut untuk memberikan wawasan mendalam mengenai hal tersebut efektivitas masing-masing varian Naive Bayes dalam menangani phishing kumpulan data email dan peneliti dalam memilih Naif yang paling sesuai Varian Bayes untuk tugas deteksi phishing. Selain itu, diterapkan Metode GridSearch dapat memandu cara menemukan parameter terbaik Model Naive Bayes dalam konteks lain. Singkatnya, penelitian ini berfokus pada menganalisis kinerja empat varian Naive Bayes Gaussian, Multinomial, Complement, dan Bernoulli dengan yang terbaik algoritma Bernoulli 97,38%.

Actions (login required)

View Item