Analisis Komparasi Algoritma Klasifikasi Data Mining Dalam Klasifikasi Website Phishing
Nabila Bianca Putri, Arie Wahyu Wijayanto
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.