<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18384">
<titleInfo>
<title>SKEMA MAGANG:</title>
<subTitle>IMPLEMENTASI SISTEM DETEKSI PHISHING EMAIL BERDASARKAN ANALISIS HEADER DAN URL DENGAN INTEGRASI THREAT INTELLIGENCE</subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Rikie Kartadie, S.T., M.Kom</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>DZULFIKRI, IBNU HIBBAN - 225510007</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent></extent>
</physicalDescription>
<note>Tugas akhir ini bertujuan untuk mengembangkan sistem deteksi phishing semi-otomatis melalui analisis header dan Uniform Resource Locator (URL) pada file email berformat .eml. Sistem dirancang dengan memanfaatkan SpamAssassin sebagai penilai heuristik dan VirusTotal sebagai sumber threat intelligence guna meningkatkan efektivitas deteksi phishing di lingkungan perusahaan.
Metode yang digunakan mencakup proses ekstraksi header dan URL, analisis skor SpamAssassin, pemeriksaan reputasi URL menggunakan VirusTotal Application Programming Interface (API), serta pembuatan laporan analisis otomatis dalam format JavaScript Object Notation (JSON) yang divisualisasikan melalui dashboard Streamlit.
Hasil pengujian terhadap tujuh sampel email menunjukkan bahwa sistem mampu membedakan email phishing dan legitimate dengan tingkat akurasi yang baik. Sistem ini dinilai efektif sebagai alat bantu analisis awal phishing dan memiliki potensi untuk dikembangkan menjadi sistem deteksi yang lebih cerdas dan terintegrasi. Dengan demikian, tugas akhir ini memberikan kontribusi dalam pengembangan metode deteksi phishing yang efisien dan aplikatif di lingkungan perusahaan.
Kata Kunci: Phishing, Deteksi Phishing, Threat Intelligence, SpamAssassin, VirusTotal.</note>
<subject authority=""><topic>URL</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>009 DZU I R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">DZU0009TKS2026</numerationAndChronology>
<sublocation>Rak Referensi Skripsi Teknik Komputer</sublocation>
<shelfLocator>009 DZU I R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18384</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-03-09 13:50:22</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-03-09 13:53:18</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>