ANALISAMACHINE LEARNINGDENGAN ALGORITMA MULTI-LAYER PERCEPTRONUNTUK PENANGANAN KEJAHATAN PHISHING

Rian Handoko, Rian Handoko and Tata Sutabri, Tata Sutabri (2023) ANALISAMACHINE LEARNINGDENGAN ALGORITMA MULTI-LAYER PERCEPTRONUNTUK PENANGANAN KEJAHATAN PHISHING. JINTEKS (Jurnal Informatika Teknologi dan Sains), 5 (1). pp. 13-17. ISSN 2686-3359

[img]
Preview
Text
2221-Article Text-6785-1-10-20230205.pdf

Download (310kB) | Preview
Official URL: https://sinta.kemdikbud.go.id/journals/profile/894...

Abstract

Setelah pandemic merajarela, semua kebijakan mengharuskan bekerja dan bersekolah dari rumah. Oleh karena itu banyak pekerjaan dikomunikasikan melalui email. Dengan meningkatnya penggunaan emaildikalangan pekerja, diimbangi juga dengan kriminalitas cyber. Dan salah satunya adalah tindak pidana Phishingmelalui email. Motif kejahatan Phishingini adalah untuk mendapatkan data pribadi dari korban, yakni userdanpassword agar mendapatkan keuntungan baik secara material dan non-material. Oleh karena itu penulis ingin melakukan penangan tindak kejahatan cyber dengan menggunakan machine learning yaitu Multi-layer Perceptron. Diharapkan dengan machine learning tersebut dapat mencegah terjadinya kejahatan Phishingsecara maksimal dan akurat. Dalam penelitin ini, peneliti menggunakan dataset emailyang bersumber dari Kaggle yang terdiri dari 1368 emailPhishing& 4538 yang bukan emailPhishing. dan pengguna akan menguji tingkat akurasi dengan menggunakan algoritma Multi-layer Perceptron. Setelah dilakukan pengujian, tingkat akurasi didapatkan 99.65%. ini membuktikan bahwasanya algoritma model Multi-layer Perceptroncukup efektif untuk menangani tindak pindana kejahatanPhishingmelalui email.

Item Type: Article
Subjects: Q Science > Q Science (General)
Depositing User: Dr. Tata Sutabri
Date Deposited: 30 Mar 2023 00:44
Last Modified: 30 Mar 2023 00:44
URI: http://eprints.binadarma.ac.id/id/eprint/17446

Actions (login required)

View Item View Item