Pengembangan Model Klasifikasi Phising URL Menggunakan Xgboost Dan Feature Selection Dengan Pengintegerasian Pada Ekstensi Browser

Abstract

Pesatnya perkembangan teknologi informasi telah memicu peningkatan ancaman keamanan siber, salah satunya adalah *phishing*. Serangan *phishing* dilakukan dengan menggunakan tautan atau situs web palsu yang menyerupai situs web resmi untuk mencuri informasi sensitif pengguna. Metode deteksi *phishing* konvensional berbasis *blacklist* memiliki keterbatasan karena tidak dapat mendeteksi URL baru yang belum terdaftar. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model klasifikasi URL *phishing* menggunakan algoritma *Extreme Gradient Boosting* (XGBoost) yang dikombinasikan dengan seleksi fitur *Recursive Feature Elimination* (RFE) serta mengintegrasikannya ke dalam ekstensi peramban berbasis Chromium. Dataset yang digunakan dalam penelitian ini diperoleh dari repositori Mendeley Data berjudul "Web Page Phishing Detection," yang terdiri dari 11.430 data URL dengan berbagai fitur berbasis URL, HTML, dan reputasi domain. Tahapan penelitian meliputi pra-pemrosesan data, seleksi fitur menggunakan RFE dengan *10-Fold Cross Validation*, penyesuaian *hyperparameter* menggunakan Hyperopt berbasis *Tree-structured Parzen Estimator* (TPE), pelatihan model XGBoost, evaluasi model, serta penerapan (*deployment*) menggunakan Flask dan ekstensi peramban. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, *recall*, dan *F1-score*. Hasil penelitian menunjukkan bahwa proses seleksi fitur berhasil mengurangi jumlah fitur dari 89 atribut menjadi 81 fitur optimal tanpa menurunkan kinerja model secara signifikan. Model XGBoost yang dikembangkan mencapai akurasi 96,28%, presisi 96%, *recall* 97%, dan *F1-score* 96%. Selain itu, model tersebut berhasil diintegrasikan ke dalam ekstensi peramban yang mampu melakukan deteksi URL *phishing* secara *real-time*. Penelitian ini diharapkan dapat meningkatkan keamanan pengguna internet terhadap serangan *phishing* melalui sistem deteksi otomatis berbasis *machine learning*.