PENERAPAN DAN EVALUASI MODEL TRANSFORMER BERT DENGAN INTEGRASI FITUR URL UNTUK DETEKSI EMAIL PHISHING

Penelitian ini berjudul “Deteksi Email Phishing Menggunakan Model Transformer BERT dengan integrasi Fitur URL”. Tujuan penelitian ini adalah menganalisis pengaruh penambahan fitur URL terhadap performa model BERT dalam mendeteksi email phishing. Penelitian menggunakan metode eksperimen dengan dua skenario pengujian, yaitu model BERT sebagai model dasar (baseline) dan model BERT yang diintegrasikan dengan sembilan fitur URL menggunakan metode feature fusion. Data penelitian terdiri atas dataset pertama sebanyak 39.154 email dan dataset kedua sebanyak 5.001 email. Tahapan penelitian meliputi preprocessing teks email, ekstraksi dan normalisasi fitur URL, implementasi model, serta evaluasi hasil. Evaluasi dilakukan menggunakan confusion matrix dan metrik accuracy, precision, recall, serta F1-score. Hasil penelitian menunjukkan bahwa kedua model memiliki performa yang baik dalam mendeteksi email phishing. Pada dataset pertama, kedua model menunjukkan performa yang relatif setara dengan seluruh metrik berada di atas 99%, meskipun model BERT + URL menghasilkan recall yang lebih tinggi. Pada dataset kedua, model BERT + URL memperoleh accuracy 98,60%, precision 96,82%, recall 98,21%, dan F1-score 97,51%, lebih tinggi dibandingkan model BERT. Hasil penelitian menunjukkan bahwa integrasi fitur URL dapat meningkatkan kemampuan deteksi phishing, terutama dalam mengurangi email phishing yang tidak terdeteksi.