RANCANG BANGUN SISTEM DETEKSI PHISHING PADA URL SITUS WEB MENGGUNAKAN METODE RANDOM FOREST

Phishing merupakan salah satu bentuk serangan siber yang memanfaatkan situs web palsu untuk memperoleh informasi sensitif pengguna. Metode deteksi berbasis blacklist memiliki keterbatasan dalam mengenali URL phishing baru sehingga diperlukan pendekatan yang lebih adaptif. Penelitian ini bertujuan merancang dan membangun sistem deteksi phishing berbasis URL menggunakan algoritma Random forest yang dilengkapi fitur Explainable detection dan Phishing Risk score. Penelitian menggunakan dataset sebanyak 19.431 URL yang terdiri atas 9.715 URL phishing dan 9.716 URL legitimate. Model dievaluasi menggunakan metrik accuracy, precision, recall, F1-score, dan ROC-AUC.
Hasil penelitian menunjukkan bahwa model Random forest memperoleh accuracy 96,08%, precision 96%, recall 96%, F1-score 96%, dan ROC-AUC 99,03%, sehingga mampu membedakan URL phishing dan legitimate dengan baik. Selain itu, metode SHAP berhasil menjelaskan kontribusi setiap fitur terhadap hasil klasifikasi, sedangkan Phishing Risk score memberikan informasi tingkat risiko URL ke dalam kategori legitimate dan phishing. Hasil tersebut menunjukkan bahwa sistem tidak hanya memberikan deteksi yang akurat, tetapi juga menghasilkan informasi yang lebih transparan dan mudah dipahami oleh pengguna.