COMPARATIVE ANALYSIS OF PHISHING WEBSITE PREDICTION CLASSIFICATION ALGORITHM USING LOGISTIC REGRESSION, DECISION TREE, AND RANDOM FOREST

##plugins.themes.academic_pro.article.main##

Muhammad Fandru Al Rifqi
Mauli Dina
Anita Anita
Marlince N.K Nababan
Siti Aisyah

Abstract

Almost all daily activities are poured into the Internet, and users interact by
having a personal account that is linked to the world's data, by giving each
user access to view various information around the world through the
website. However, with the increasing number of users accessing the internet,
the confidentiality of internet users' data is increasingly vulnerable to being
stolen by irresponsible individuals or groups. Phishing is an attack in which
an attacker tries to steal confidential information from a target person by
sending a fake link. Attackers steal personal information entered by users on
fake websites. In comparing the prediction classification of phishing websites
using the logistic regression algorithm, decision tree

##plugins.themes.academic_pro.article.details##

How to Cite
Al Rifqi, M. F., Dina, M., Anita, A., Nababan, M. N., & Aisyah, S. (2022). COMPARATIVE ANALYSIS OF PHISHING WEBSITE PREDICTION CLASSIFICATION ALGORITHM USING LOGISTIC REGRESSION, DECISION TREE, AND RANDOM FOREST. INFOKUM, 10(02), 859-869. Retrieved from http://infor.seaninstitute.org/index.php/infokum/article/view/425

References

Hampir semua kegiatan sehari - hari dituangkan ke Internet, dan pengguna berinteraksi dengan memiliki akun pribadi yang ditautkan ke data dunia, dengan memberi akses setiap pengguna untuk melihat berbagai informasi diseluruh dunia melalui website. Namun dengan meningkatnya pengguna yang mengakses internet membuat kerahasiaan data para pengguna internet semakin rentan untuk dicuri oleh oknum, atau kelompok yang tidak bertanggung jawab. Phising adalah serangan dimana penyerang mencoba mencuri informasi rahasia dari orang yang dituju dengan mengirimkan tautan palsu. Penyerang mencuri informasi pribadi yang dimasukkan oleh pengguna di situs web palsu. Dalam melakukan komparasi klasifikasi prediksi website phising menggunakan algoritma logistic regression, decission tree, dan random forest didapatkan bahwa algoritma random forest menjadi yang terbaik dalam melakukan klasifikasi dengan nilai skor akurasi 97,10% dan ROC AUC sebesar 97,10%.