DETEKSI MALICIOUS LINK PADA KONTEN DEWASA DI PLATFORM X MENGGUNAKAN METODE MACHINE LEARNING

Ashari, Muhammad Iqbal (2026) DETEKSI MALICIOUS LINK PADA KONTEN DEWASA DI PLATFORM X MENGGUNAKAN METODE MACHINE LEARNING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf - Published Version
Download (790kB)
[img] Text (BAB I)
BAB I.pdf - Published Version
Download (271kB)
[img] Text (BAB II)
BAB II.pdf - Published Version
Restricted to Registered users only
Download (554kB)
[img] Text (BAB III)
BAB III.pdf - Published Version
Restricted to Registered users only
Download (1MB)
[img] Text (BAB IV)
BAB IV.pdf - Published Version
Restricted to Registered users only
Download (605kB)
[img] Text (BAB V)
BAB V.pdf - Published Version
Download (67kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version
Restricted to Registered users only
Download (250kB)
[img] Archive (SOURCE CODE)
Sourcecode - 22.83.0818.zip - Published Version
Restricted to Repository staff only
Download (130kB)
[img] Text (PUBLIKASI)
Publikasi.pdf - Published Version
Restricted to Repository staff only
Download (450kB)

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.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Ariyus, Dony
Uncontrolled Keywords: Phishing, Machine Learning, XGBoost, Platform X, Konten Dewasa, Adult Content.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Fakultas Ilmu Komputer > Teknik Komputer
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 02 Jul 2026 02:38
Last Modified: 02 Jul 2026 02:38
URI: http://eprints.amikom.ac.id/id/eprint/31874

Actions (login required)

View Item View Item