Penerapan Pendekatan Information Gain untuk Pemilihan Fitur dalam Deteksi Serangan Phishing berbasis URL TLD bahasa Indonesia Menggunakan Pendekatan AROW

Abstract

Perkembangan teknologi informasi dan komunikasi yang pesat telah mendorong meningkatnya aktivitas digital di berbagai sektor, seperti keuangan, pendidikan, dan layanan publik. Namun, kemajuan tersebut juga diiringi dengan peningkatan ancaman keamanan siber, salah satunya adalah serangan phishing. Phishing merupakan bentuk kejahatan siber yang meniru situs web resmi untuk mengelabui pengguna dan mencuri data sensitif. Berdasarkan laporan Anti-Phishing Working Group dan Badan Siber dan Sandi Negara, serangan phishing menjadi salah satu ancaman siber yang paling dominan di Indonesia. Upaya deteksi phishing berbasis analisis URL telah banyak dikembangkan, namun sebagian besar penelitian masih menggunakan dataset global dan belum mempertimbangkan karakteristik domain lokal seperti TLD Indonesia (.id, .co.id, .ac.id). Selain itu, model yang ada umumnya belum adaptif terhadap perubahan pola serangan dan data yang tidak seimbang. Penelitian ini mengusulkan penerapan metode Information Gain untuk pemilihan fitur yang paling relevan, serta algoritma Adaptive Regularization of Weights (AROW) sebagai model klasifikasi utama. Melalui kombinasi tersebut, penelitian ini bertujuan mengembangkan model deteksi phishing berbasis URL TLD Indonesia yang lebih akurat, efisien, dan adaptif terhadap dinamika data, serta memberikan kontribusi pada peningkatan keamanan siber nasional.