“Penerapan Soft Voting Classifier dalam Deteksi Website Phishing: Pendekatan Ensemble Learning[UIR]”

Abstract

Phishing adalah ancaman signifikan di dunia digital yang menyerang pengguna dengan menyamar sebagai situs asli untuk memperoleh informasi sensitif. Teknik anti-phishing yang ada masih menghadapi tantangan dalam mengatasi tingkat kesalahan deteksi dan adaptasi terhadap serangan phishing yang terus berkembang. Penelitian ini bertujuan untuk mengembangkan model deteksi phishing berbasis soft voting classifier, sebuah metode ensemble learning yang menggabungkan beberapa algoritma pembelajaran mesin, yaitu Logistic Regression, Random Forest, dan Naive Bayes, untuk meningkatkan akurasi dan mengurangi tingkat false positive. Model ini akan diuji menggunakan dataset phishing publik dan dievaluasi berdasarkan metrik standar seperti akurasi, presisi, dan recall. Diharapkan penelitian ini dapat memberikan kontribusi pada deteksi phishing yang lebih adaptif dan andal, sehingga meningkatkan keamanan siber terhadap ancaman phishing yang semakin kompleks.