EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Penerapan Metode K-Nearest Neighbors Dalam Mendeteksi Website Phishing

Arfian Jauhar Himawan

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi · 30.12.2024 · 5 (2) · 167-173

DOI: 10.33650/coreai.v5i2.10484 ↗

Kurz gefasst

Fachartikel in der Zeitschrift COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi, online erschienen am 30.12.2024. Verfasst von Arfian Jauhar Himawan. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Penerapan metode K-Nearest Neighbors (KNN) dalam mendeteksi website phishing merupakan langkah penting untuk melindungi pengguna dari ancaman siber. Phishing adalah teknik penipuan yang bertujuan mencuri informasi sensitif dengan menyamar sebagai entitas terpercaya. Penelitian ini mengembangkan sistem deteksi menggunakan algoritma KNN untuk mengklasifikasikan website sebagai phishing atau non-phishing. Proses dimulai dengan pengumpulan dataset yang berisi contoh website phishing dan non-phishing, diikuti dengan ekstraksi fitur relevan seperti struktur URL dan konten. Model KNN dilatih dan diuji, menunjukkan tingkat akurasi yang tinggi dalam mendeteksi phishing. Temuan ini menegaskan bahwa KNN adalah alat efektif dalam meningkatkan keamanan siber, dengan potensi untuk mengatasi variasi serangan phishing yang lebih kompleks.

Zitieren

APA

Himawan, A. J. (2024). Penerapan Metode K-Nearest Neighbors Dalam Mendeteksi Website Phishing. COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi, 5(2), 167-173. https://doi.org/10.33650/coreai.v5i2.10484

Vancouver

Himawan AJ. Penerapan Metode K-Nearest Neighbors Dalam Mendeteksi Website Phishing. COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi. 2024;5(2):167-173. doi:10.33650/coreai.v5i2.10484

BibTeX
@article{Himawan2024,
  author = {Himawan, Arfian Jauhar},
  title = {Penerapan Metode K-Nearest Neighbors Dalam Mendeteksi Website Phishing},
  journal = {COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi},
  year = {2024},
  volume = {5},
  number = {2},
  pages = {167--173},
  doi = {10.33650/coreai.v5i2.10484}
}
Kostenlos starten →