Comparison of Phishing Detection Tests using the SVM Method with RBF and Linear Kernels

Abstract

Phising adalah sebuah tindakan kriminal untuk mencuri informasi pribadi orang lain menggunakan entitas electronic, salah satunya adalah website. Informasi ini dicuri dari website yang telah diakses yang mengandung phising atau dengan kata lain masuk ke dalam kategori website phising. Tujuan dari web phising adalah membuat pengguna percaya bahwa mereka berinteraksi dengan situs resmi. Umumnya informasi yang dicari phisher (pelaku phising) adalah berupa username, password, baik itu akun media sosial atau akun nomor kartu kredit dengan cara diarahkan ke sebuah situs website palsu. Maka dari itu perlu adanya deteksi web phising yang berguna untuk melindungi user dari tindak pencurian informasi pengguna. Penelitian ini membahas dua kernel dalam metode SVM (Support Vector Machine) untuk deteksi web phising yaitu kernel RBF (Radial Basis Function) dan kernel linear. Akurasi yang didapatkan dengan ketiga kernel menghasilkan nilai akurasi yang berbeda-beda. Hasil akurasi pengujian sistem deketksi web phising dengan Kernel Linear sebesar 92.582 % dan Kernel Radial Basis Function sebesar 96.426 %. Akurasi paling tinggi dengan metode SVM untuk deteksi web phising yaitu menggunakan kernel RBF (Radial Basis Function).