Analisis Dan Perancangan Sistem Pendeteksian Phishing Berbasis AI Pada Platform Whatsapp Dengan Pendekatan Bahasa Lokal Surabaya
Keywords:
AI, bahasa lokal, NLP, phishing, WhatsAppAbstract
Phishing merupakan salah satu bentuk kejahatan siber yang sering terjadi melalui platform pesan instan seperti WhatsApp. Pesan phishing memanfaatkan teknik manipulasi bahasa untuk mengecoh pengguna, terutama dalam konteks lokal yang menggunakan bahasa daerah. Penelitian ini bertujuan untuk menganalisis dan merancang sistem deteksi phishing berbasis Artificial Intelligence (AI) dengan pendekatan bahasa lokal Surabaya. Sistem ini dibangun dengan memanfaatkan model pemrosesan bahasa alami (Natural Language Processing) untuk memahami dan mengenali pola-pola phishing dalam dialek Surabaya. Dataset dikumpulkan dari simulasi pesan phishing dan non-phishing yang disusun menggunakan kosakata khas Surabaya. Model AI dilatih menggunakan algoritma klasifikasi seperti TF-IDF (Term Frequency–Inverse Document Frequency) dan Logistic Regression. Hasil analisis menunjukkan bahwa pendekatan bahasa lokal meningkatkan akurasi sistem dalam mendeteksi phishing dibandingkan dengan pendekatan bahasa Indonesia umum. Rancangan sistem ini diharapkan dapat meningkatkan kesadaran dan perlindungan masyarakat lokal terhadap ancaman phishing digital yang kian berkembang.
References
“IndoBERTweet: A Pretrained Language Model for Indonesian Twitter with Effective Domain-Specific Vocabulary Initialization,” ResearchGate. Accessed: Jun. 13, 2025. [Online]. Available: https://www.researchgate.net/publication/354542511_IndoBERTweet_A_Pretrained_Language_Model_for_Indonesian_Twitter_with_Effective_Domain-Specific_Vocabulary_Initialization
“ARTIFICIAL INTELLIGENCE,” ResearchGate. Accessed: Jun. 13, 2025. [Online]. Available: https://www.researchgate.net/publication/391369694_ARTIFICIAL_INTELLIGENCE
J. Devlin, M.-W. Chang, K. Lee, and K. Toutanova, “BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,” in Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers), J. Burstein, C. Doran, and T. Solorio, Eds., Minneapolis, Minnesota: Association for Computational Linguistics, Jun. 2019, pp. 4171–4186. doi: 10.18653/v1/N19-1423.
“Phishing Email Detection Using Natural Language Processing Techniques: A Literature Survey,” ResearchGate. Accessed: Jun. 13, 2025. [Online]. Available: https://www.researchgate.net/publication/353246848_Phishing_Email_Detection_Using_Natural_Language_Processing_Techniques_A_Literature_Survey
“FastAPI.” Accessed: Jun. 13, 2025. [Online]. Available: https://fastapi.tiangolo.com/