Implementasi Model Logistic Regression dalam Aplikasi Mobile untuk Deteksi Phishing Secara Real-Time

Abstract

Kemajuan teknologi informasi dan komunikasi semakin berkembang memberikan dampak signifikan pada penggunaan sosial media oleh seluruh masyarakat di dunia. Namun, dibalik kemajuan teknologi yang setiap harinya memberikan kemudahan pada pekerjaan manusia, ancaman dan kejahatan yang dilakukan di sosial media pun kian meningkat, salah satunya adalah phising. Phising  merupakan sebuah kejahatan siber dimana korban akan diarahkan menuju suatu situs palsu yang nantinya, penyerang akan mencuri data-data sensitif untuk dipakai sebagai kepentingannya. Serangan siber ini sudah marak di dunia media sosial dan memakan banyak korban dari usia muda hingga lansia. Untuk mengatasi hal tersebut, sudah banyak platform seperti website yang dapat mendeteksi phising, namun banyak dari website tersebut memiliki kekurangan dalam hal akurasi terhadap serangan yang semakin kompleks serta kemudahan pengguna untuk memakainya. Maka dari itu, implementasi dari “Implementasi Model Logistic Regression dalam Aplikasi Mobile untuk Deteksi Phising Secara Real-time” menjadi sebuah solusi yang tepat dalam menangani kejahatan phishing. Dengan mengadaptasi model logistic regression sebagai alat untuk mengklasifikasikan sebuah URL menjadi dua kategori utama yakni phishing dan non phishing yang diterapkan ke dalam mobile aplikasi, model algoritma ini memiliki tingkat keakurasian yang cukup tinggi. Dengan menggunakan dataset yang terdiri dari 11.025 sampel dan 30 parameter, model algoritma yang diterapkan mampu mengenali dan membaca pola sebuah URL yang cukup kompleks berdasarkan dataset yang dipelajarinya. Setelah melakukan pengujian dengan 150 URL berbeda, model ini menghasilkan kinerja evaluasi yang cukup memuaskan dengan perhitungan akurasi, presisi, recall dan f1 score sebesar 96%.