Fajar, Malik (2025) ANALISIS KINERJA ALGORITMA SUPPORT VECTOR MACHINE MENGGUNAKAN GRID SEARCH UNTUK DETEKSI PHISHING PADA DATA TAUTAN. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (932kB) |
|
Text (BAB I)
BAB I.pdf Download (278kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (441kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (340kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (539kB) |
|
Text (BAB V)
BAB V.pdf Download (64kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (357kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.12.1845.zip Restricted to Repository staff only Download (223kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (777kB) |
Abstract
Phishing merupakan ancaman siber yang umum digunakan untuk mencuri informasi sensitif melalui tautan palsu yang menyerupai situs asli. Untuk mengatasi permasalahan tersebut, diperlukan metode deteksi yang efektif dan akurat. Penelitian ini bertujuan meningkatkan kinerja model klasifikasi dalam mendeteksi tautan phishing menggunakan algoritma Support Vector Machine (SVM) yang dioptimasi dengan metode Grid Search. Model SVM awal tanpa optimasi memperoleh akurasi 97%, presisi 96%, recall 98%, dan F1-score 97%. Setelah dilakukan optimasi hyperparameter menggunakan Grid Search, diperoleh akurasi 97%, presisi 97%, recall 98%, dan F1-score 97%. Hasil ini menunjukkan bahwa optimasi tidak memberikan peningkatan performa yang signifikan. Penelitian ini diharapkan dapat menjadi acuan dalam pengembangan sistem keamanan siber berbasis machine learning yang efisien dan tepat guna.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Support Vector Machine, Grid Search, Phishing, Klasifikasi, Machine Learning | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus | ||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 14 Nov 2025 03:59 | ||
| Last Modified: | 14 Nov 2025 03:59 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/31016 |
Actions (login required)
 |
View Item |