Analisis Komparasi Algoritma Klasifikasi Data Mining Dalam Klasifikasi Website Phishing

Nabila Bianca Putri, A. Wijayanto
{"title":"Analisis Komparasi Algoritma Klasifikasi Data Mining Dalam Klasifikasi Website Phishing","authors":"Nabila Bianca Putri, A. Wijayanto","doi":"10.34010/komputika.v11i1.4350","DOIUrl":null,"url":null,"abstract":"Phishing adalah tindakan penipuan yang dilakukan untuk mencoba mendapatkan informasi penting dari user yang menggunakan internet dengan mengirim sejumlah e-mail palsu kepada para user. Teknik klasifikasi data mining dapat digunakan untuk prediksi website phishing. Banyak algoritma klasifikasi data mining yang dapat digunakan, sehingga perlu dilakukan komparasi untuk mengetahui tingkat akurasi dari masing-masing algoritma. Algoritma yang digunakan adalah Naïve Bayes, Random Forest, Decision Tree, dan Support Vector Machine. Data yang digunakan sebanyak 1.353 data website. Hasil dari proses klasifikasi dievaluasi dengan menggunakan cross validation dan confusion matrix untuk mengetahui algoritma klasifikasi data mining yang paling akurat untuk prediksi website phishing.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2022-01-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"8","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Komputika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34010/komputika.v11i1.4350","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 8

Abstract

Phishing adalah tindakan penipuan yang dilakukan untuk mencoba mendapatkan informasi penting dari user yang menggunakan internet dengan mengirim sejumlah e-mail palsu kepada para user. Teknik klasifikasi data mining dapat digunakan untuk prediksi website phishing. Banyak algoritma klasifikasi data mining yang dapat digunakan, sehingga perlu dilakukan komparasi untuk mengetahui tingkat akurasi dari masing-masing algoritma. Algoritma yang digunakan adalah Naïve Bayes, Random Forest, Decision Tree, dan Support Vector Machine. Data yang digunakan sebanyak 1.353 data website. Hasil dari proses klasifikasi dievaluasi dengan menggunakan cross validation dan confusion matrix untuk mengetahui algoritma klasifikasi data mining yang paling akurat untuk prediksi website phishing.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
网络钓鱼是一种欺骗行为,通过向用户发送大量虚假电子邮件,试图从使用互联网的用户那里获取重要信息。挖掘数据分类技术可用于预测钓鱼网站。可以使用许多挖掘数据分类算法,因此需要进行比较以确定每种算法的准确性水平。所使用的算法是朴素贝叶斯、随机森林、决策树和支持向量机。数据使用多达1353个数据网站。使用交叉验证和混淆矩阵对分类过程的结果进行评估,以找到最准确的挖掘数据分类算法来预测钓鱼网站。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
25
审稿时长
12 weeks
期刊最新文献
Perbandingan Kinerja Algoritma Multinomial dan Bernoulli Naïve Bayes dalam Mengklasifikasikan Komentar Cyberbullying Klasifikasi Pemenuhan Pilar Sanitasi Puskesmas Menggunakan Metode Naive Bayes Analisis Cluster Kualitas Pemuda di Indonesia pada Tahun 2022 dengan Agglomerative Hierarchical dan K-Means Klasifikasi Rentang Usia Dan Gender Dengan Deteksi Suara Menggunakan Metode Deep Learning Algoritma Cnn (Convolutional Neural Network) Implementasi Metode Weighted Moving Average (WMA) Pada Prediksi Harga Bahan Pokok
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1