PLUG-IN CLASSIFIER DENGAN BAYESIAN STATISTICS UNTUK MENDETEKSI SITUS WEB PALSU

Abstract

Meningkatnya penipuan melalui situs web palsu mendorong orang untuk menciptakan sistem pendeteksi situs web palsu. Melalui Statistical Learning Theory, penulis mengajukan sistem pendeteksi situs web palsu yakni metode Plug-in Classifier dengan Bayesian Statistics. Pada penelitian ini, penulis menggunakan training data yakni petunjuk kecurangan yang berupa internal link, level halaman web, dan screenshoot dari header suatu halaman web. Metode ini diaplikasikan untuk mendeteksi beberapa situs web. Simulasi digunakan untuk menunjukkan performa dari metode Plug-in Classifier ini. Kata Kunci: Statistical Learning Theory, Klasifikasi, Bayesian Statistics, Situs Web Palsu.