Model Deteksi URL Berbahaya Menggunakan Arsitektur ELECTRA
Penulis Utama
:
Aditya Bagus Pratama
NIM / NIP
:
M0520006
×<p>Peningkatan penggunaan internet telah membawa kemajuan signifikan dalam sistem komputer, jaringan, dan perangkat seluler. Pada Oktober 2023, terdapat 5,3 miliar pengguna aktif internet, dengan proyeksi meningkat menjadi 7 miliar pada tahun 2028. Namun, perkembangan ini juga meningkatkan risiko serangan siber seperti phishing, spam, dan malware, yang sering memanfaatkan Uniform Resource Locator (URL) sebagai media serangan. Deteksi serangan siber melalui URL dianggap efektif karena situs berbahaya dapat diidentifikasi sebelum pengguna mengaksesnya. Penelitian ini berfokus pada peningkatan performa model dalam mendeteksi URL berbahaya sebagai indikasi serangan siber. Arsitektur transformers ELECTRA diusulkan karena performanya yang unggul di berbagai domain dibandingkan arsitektur transformers lainnya. ELECTRA menerapkan teknik Replaced Token Detection (RTD) yang membuat proses pre-training lebih efisien, memungkinkan proses fine-tuning yang lebih cepat dan performa yang lebih baik. Penelitian terdahulu yang menggunakan arsitektur transformes BERT-base-cased digunakan sebagai baseline dalam penelitian ini. Penggunaan arsitektur transformers ELECTRA-base yang diusulkan dalam penelitian ini mampu menghasilkan model deteksi URL berbahaya yang lebih unggul dibandingkan penelitian terdahulu pada dataset yang sama, dengan skor akurasi mencapai 98.98?n F1-Score mencapai 98.47%. Hasil ini membuktikan bahwa arsitektur transformers ELECTRA-base dapat menjadi solusi dalam meningkatkan performa model deteksi URL berbahaya.<br></p>
×
Penulis Utama
:
Aditya Bagus Pratama
Penulis Tambahan
:
-
NIM / NIP
:
M0520006
Tahun
:
2024
Judul
:
Model Deteksi URL Berbahaya Menggunakan Arsitektur ELECTRA
Edisi
:
Imprint
:
Surakarta - Fak. Teknologi Informasi dan Sains Data - 2024
