Enhanced Phishing Detection Using Machine Learning and URL Analysis

Abstrak

Phishing adalah salah satu ancaman keamanan siber yang signifikan dan terus berkembang, dengan memanfaatkan URL berbahaya untuk menipu pengguna agar mengungkapkan informasi sensitif. Di era modern, Phishing semakin sulit dideteksi karena menggunakan struktur URL yang kompleks dan menyerupai situs resmi. Oleh karena itu, diperlukan metode deteksi yang adaptif dan efisien. Penelitian ini mengusulkan sistem deteksi URL phishing berbasis machine learning dengan menganalisis karakteristik URL seperti leksikal, struktural, dan statistik. Tujuan dari penelitian ini adalah untuk mengukur model machine learning yang memiliki kinerja terbaik untuk mendeteksi Phishing. Dataset URL Phishing dan legitimate didapat dari situs PhishTank dan Majestic, kemudian diproses melalui tahap pre-processing, ekstraksi fitur, dan penanganan ketidakseimbangan kelas. Fitur yang digunakan mencakup panjang URL, struktur domain dan subdomain, karakter khusus, keberadaan alamat IP, penggunaan HTTPS, kata kunci mencurigakan, layanan URL shortener, serta fitur Shannon entropy. Empat algoritma supervised machine learning diuji, yaitu K-Nearest Neighbors, Decision Tree, Random Forest, dan Extreme Gradient Boosting (XGBoost). Pelatihan model dilakukan menggunakan pipeline terintegrasi dengan normalisasi fitur, penyetelan hyperparameter melalui grid search, serta validasi silang lima lipatan. Evaluasi kinerja dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, dan ROC-AUC. Hasil eksperimen menunjukkan bahwa model ensemble memberikan kinerja terbaik. Random Forest mencapai F1-score sebesar 0,822 dan nilai ROC-AUC tertinggi sebesar 0,916, sementara XGBoost menunjukkan presisi tertinggi sebesar 0,962 dengan jumlah false positive yang lebih rendah dibandingkan model lainnya. Analisis kontribusi fitur menunjukkan bahwa jumlah subdomain, jumlah titik, dan kata kunci mencurigakan merupakan indikator paling berpengaruh. Hasil ini membuktikan bahwa pendekatan berbasis analisis URL dan machine learning efektif untuk deteksi Phishing secara otomatis.