Pengembangan Sistem Pembatasan Akses Website Berbasis Machine Learning dan Browser Extension

Pratama Iswahyudhi, Darryl (2026) Pengembangan Sistem Pembatasan Akses Website Berbasis Machine Learning dan Browser Extension. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (569kB)
	PDF BAB_I.pdf Download (244kB)
	PDF BAB_II.pdf Download (521kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (222kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (215kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (671kB)
	Archive (ZIP) 00000078651_2521_LembarPengesahan.pdf Restricted to Registered users only Download (65kB)

Abstract

Perkembangan akses internet meningkatkan risiko paparan terhadap situs web berbahaya, seperti phishing, malware, dan konten dewasa, khususnya bagi anak dan remaja. Penelitian ini mengembangkan sistem pembatasan akses situs web berbasis machine learning dan browser extension yang diintegrasikan dengan perangkat lunak desktop. Sistem yang dikembangkan terdiri atas model klasifikasi URL berbasis XGBoost, REST API sebagai layanan prediksi, browser extension sebagai komponen pemblokiran pada sisi browser, serta aplikasi desktop untuk pengelolaan proteksi oleh orang tua atau administrator. Extension juga dapat menerapkan aturan whitelist, blacklist, dan pemblokiran kata kunci. Model dilatih untuk melakukan klasifikasi multikelas terhadap URL ke dalam kategori benign, phish, malware, dan adult menggunakan fitur struktural URL serta TF-IDF berbasis character- level n-gram. Pengujian model dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, matriks konfusi, dan ROC-AUC multikelas, dengan macro F1-score sebagai metrik utama. Hasil pengujian menunjukkan bahwa model memperoleh akurasi sebesar 0,9596, macro F1-score sebesar 0,9449, weighted F1-score sebesar 0,9598, dan ROC-AUC multikelas sebesar 0,9968. Pengujian browser extension menunjukkan bahwa URL benign dapat diakses, sedangkan URL phish, malware, dan adult berhasil dialihkan ke halaman pemblokiran. Pada kondisi VPN aktif, URL berbahaya tetap berhasil diblokir karena pemeriksaan dilakukan pada level browser. Perangkat lunak desktop berhasil menjalankan PIN orang tua atau administrator, penyimpanan konfigurasi, Enable Protection, Disable Protection, local agent, event log, application control, persistence, dan notifikasi email. Hasil penelitian menunjukkan bahwa kombinasi machine learning, REST API, browser extension, dan perangkat lunak desktop dapat digunakan sebagai prototipe sistem pembatasan akses situs web yang bersifat berlapis.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Pratama Iswahyudhi, Darryl (00000078651)
Contributors:	Tri Nugroho Ignatius, Hargyo
Keywords:	Klasifikasi URL, XGBoost, Browser Extension, Kontrol Orang tua, Pemblokiran Situs Web 7 Pengembangan Sistem Pembatasan ..., Darryl Pratama Iswahyudhi, Universitas Multimedia Nusantara
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware
Divisions:	Faculty of Engineering & Informatics > Computer Engineering
Date Deposited:	24 Jul 2026 08:06
URI:	https://kc.umn.ac.id/id/eprint/48044

Actions (login required)

View Item