KLASIFIKASI WEBSITE PHISING MENGGUNAKAN METODE MULTILAYER PERCEPTRON DAN ONE-WAY ANALYSIS OF VARIANCE (ANOVA) F-TEST
Website phishing adalah salah satu masalah utama dalam bidang keamanan website. Website phishing dibuat oleh orang yang tidak bertanggungjawab seperti hacker atau cracker untuk mengambil informasi pribadi seseorang. Teknik umum yang digunakan pada phishing yaitu manipulasi Uniform Resource Locator (URL), pemalsuan halaman situs web, dan pop up window. Pada tahun 2019, APWG (Anti-Phishing Working Group) mendeteksi kasus phishing sebanyak 162.155 kasus di dunia. Pada penelitian ini, melakukan eksperimen dengan mengurutkan sejumlah fitur-fitur terbaik menggunakan fitur seleksi One-Way ANOVA. Eksperimen dilakukan menggunakan 4 jenis model dengan mengatur hyperparameter yang berbeda yaitu dropout dan learning rate. Dari setiap jenis model terdapat 7 model dengan jumlah input yang berbeda dari urutan fitur terbaik oleh One-Way ANOVA yaitu MLP 25, MLP 30, MLP 40, MLP 50, MLP 60, MLP 70 dan MLP All. Untuk melihat performa dari model MLP yang dihasilkan dapat dilihat menggunakan tingkat accuracy, recall, precision, f1-score dan specificity. Pada penelitian ini menghasilkan bahwa MLP A 25 merupakan model terbaik dengan mendapatkan tingkat accuracy yaitu 96,4%, tingkat recall yaitu 96,3% dan f1-score yaitu 96,4%.
APA Style
. (2022).KLASIFIKASI WEBSITE PHISING MENGGUNAKAN METODE MULTILAYER PERCEPTRON DAN ONE-WAY ANALYSIS OF VARIANCE (ANOVA) F-TEST ().Teknik Informatika:FTI
Chicago Style
.KLASIFIKASI WEBSITE PHISING MENGGUNAKAN METODE MULTILAYER PERCEPTRON DAN ONE-WAY ANALYSIS OF VARIANCE (ANOVA) F-TEST ().Teknik Informatika:FTI,2022.Text
MLA Style
.KLASIFIKASI WEBSITE PHISING MENGGUNAKAN METODE MULTILAYER PERCEPTRON DAN ONE-WAY ANALYSIS OF VARIANCE (ANOVA) F-TEST ().Teknik Informatika:FTI,2022.Text
Turabian Style
.KLASIFIKASI WEBSITE PHISING MENGGUNAKAN METODE MULTILAYER PERCEPTRON DAN ONE-WAY ANALYSIS OF VARIANCE (ANOVA) F-TEST ().Teknik Informatika:FTI,2022.Text
