Implementasi Algoritma Random Forest untuk Deteksi Phising pada Email
Journal Of Computer Science And Technology (JOCSTEC) · 28.05.2026 · 4 (2) · 52-59
DOI: 10.59435/jocstec.v4i2.669 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal Of Computer Science And Technology (JOCSTEC), online erschienen am 28.05.2026. Verfasst von Elfina Maulid und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Serangan phishing melalui email merupakan ancaman cybersecurity yang terus berkembang dan dapat menyebabkan kerugian finansial maupun kebocoran data yang serius. Untuk mengatasi permasalahan ini, dibutuhkan metode yang andal dan otomatis guna membedakan email phishing dari email yang sah. Algoritma Random Forest dipilih karena kemampuannya dalam menangani struktur data yang kompleks dan menghasilkan akurasi klasifikasi yang tinggi. Pada penelitian ini, algoritma Random Forest diimplementasikan untuk klasifikasi email phishing menggunakan dataset yang terdiri dari email phishing dan email yang sah. Dataset tersebut diproses melalui tahapan pra-pemrosesan, ekstraksi fitur, pelatihan model, dan evaluasi. Hasil penelitian menunjukkan bahwa sistem berhasil mengklasifikasikan email phishing dan email yang sah dengan tingkat keakuratan yang tinggi, sehingga efektif dalam mendukung proses penyaringan email secara otomatis dan aman.
Zitieren
APA
Maulid, E., Jaya, E. A., & Wasesa, M. P. H. (2026). Implementasi Algoritma Random Forest untuk Deteksi Phising pada Email. Journal Of Computer Science And Technology (JOCSTEC), 4(2), 52-59. https://doi.org/10.59435/jocstec.v4i2.669
Vancouver
Maulid E, Jaya EA, Wasesa MPH. Implementasi Algoritma Random Forest untuk Deteksi Phising pada Email. Journal Of Computer Science And Technology (JOCSTEC). 2026;4(2):52-59. doi:10.59435/jocstec.v4i2.669
BibTeX
@article{Maulid2026,
author = {Maulid, Elfina and Jaya, Eko Amri and Wasesa, Muhamad Pradana Hardi},
title = {Implementasi Algoritma Random Forest untuk Deteksi Phising pada Email},
journal = {Journal Of Computer Science And Technology (JOCSTEC)},
year = {2026},
volume = {4},
number = {2},
pages = {52--59},
doi = {10.59435/jocstec.v4i2.669}
}
EUVIMED