@phdthesis{universitasamikomyogyakarta31874,
           title = {DETEKSI MALICIOUS LINK PADA KONTEN DEWASA DI
PLATFORM X MENGGUNAKAN METODE 
MACHINE LEARNING},
            year = {2026},
          author = {Muhammad Iqbal Ashari},
           month = {February},
          school = {Universitas AMIKOM Yogyakarta},
        abstract = {Perubahan kebijakan platform X pada Juni 2024 yang mengizinkan konten dewasa
secara konsensual telah menciptakan celah keamanan siber baru. Pelaku kejahatan
siber sering memanfaatkan konten tersebut sebagai umpan (bait) untuk
menyebarkan tautan phishing yang tersamar melalui layanan pemendek URL t.co.
Penelitian ini bertujuan untuk membangun sistem deteksi otomatis menggunakan
metode Machine Learning guna mengatasi keterbatasan sistem moderasi
konvensional. Dataset yang digunakan berjumlah 1.000 tautan yang dikumpulkan
melalui teknik crawling pada platform X, dengan komposisi seimbang antara
kategori aman dan berbahaya. Fitur leksikal dan statistik, khususnya Shannon
Entropy, diekstraksi dari struktur URL untuk melatih model klasifikasi berbasis
algoritma XGBoost. Hasil penelitian menunjukkan bahwa fitur entropi memiliki
pengaruh paling signifikan dalam mendeteksi anomali pada tautan pendek.
Performa model dievaluasi menggunakan Confusion Matrix, menghasilkan tingkat
akurasi dan stabilitas metrik yang optimal dalam mengidentifikasi ancaman siber
pada ekosistem platform X. Sistem deteksi ini kemudian diimplementasikan ke
dalam aplikasi purwarupa bernama "Unmask" sebagai solusi perlindungan
pengguna secara real-time.},
             url = {https://eprints.amikom.ac.id/id/eprint/31874/},
        keywords = {Phishing, Machine Learning, XGBoost, Platform X, Konten 
Dewasa, Adult Content.}
}