Ghani, Fajri Abdul (2025) APLIKASI DETEKSI URL PHISHING BERBASIS MACHINE LEARNING DENGAN CATBOOST CLASSIFIER. Diploma thesis, Universitas Harkat Negeri.
![[img]](http://eprints.poltektegal.ac.id/style/images/fileicons/text.png) |
Text (COVER)
COVER.pdf Download (731kB) |
|
Text (BAB I)
BAB I.pdf Download (346kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (2MB) |
|
Text (BAB III)
BAB III.pdf Download (189kB) |
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Download (225kB) |
|
Text (LAMPIRAN)
LAMPIRAN.pdf Download (4MB) |
Abstract
Penelitian ini mengembangkan aplikasi deteksi URL phishing berbasis Machine Learning dengan algoritma CatBoost Classifier pada platform Android untuk meningkatkan keamanan pengguna dari ancaman siber. Dataset terdiri dari lebih dari 11.000 URL yang diperoleh dari Kaggle dan situs resmi Indonesia, dengan 30 parameter fitur seperti penggunaan IP, panjang URL, simbol “@”, jumlah subdomain, penggunaan HTTPS, dan indikator teknis lain. Data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Hasil menunjukkan model CatBoost Classifier mencapai akurasi 97,3% dengan nilai precision, recall, dan F1-score yang seimbang pada kedua kelas. Aplikasi mampu melakukan deteksi secara real-time melalui input manual, clipboard, maupun notifikasi, serta menyimpan riwayat hasil analisis. Pengujian black-box memastikan seluruh fitur berjalan sesuai rancangan dengan respons cepat dan efisien pada perangkat mobile. Selain itu, usability testing menghasilkan nilai rata-rata 84,10% dalam kategori sangat baik. Dengan demikian, penelitian ini tidak hanya menghadirkan sistem deteksi phishing yang akurat, tetapi juga berkontribusi dalam meningkatkan kesadaran dan perlindungan keamanan digital pengguna. Kata Kunci: URL website, phishing, CatBoost Classifier, Machine Learning, Android
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology T Technology > T Technical Information |
| Divisions: | Teknik > Diploma IV Teknik Informatika |
| Depositing User: | Fajri Abdul Ghani |
| Date Deposited: | 18 Nov 2025 06:51 |
| Last Modified: | 18 Nov 2025 06:51 |
| URI: | http://eprints.poltektegal.ac.id/id/eprint/6493 |
Actions (login required)
 |
View Item |