Implementasi Otomatisasi Deteksi Phishing Multimodal Berbasis Orkestrasi Workflow n8n dan Large Language Model

Abstract

Peningkatan serangan phishing menuntut sistem deteksi yang dapat bekerja otomatis, terstruktur, mudah diintegrasikan, dan mampu memanfaatkan lebih dari satu jenis artefak analisis. Penelitian ini bertujuan merancang dan mengimplementasikan purwarupa deteksi phishing multimodal berbasis otomatisasi workflow menggunakan n8n pada skala Proof of Concept. Sistem menerima input berupa URL, kemudian menjalankan pemeriksaan reputasi melalui VirusTotal, pengambilan artefak teknis, pengambilan tangkapan layar halaman web, analisis visual, analisis teks, dan klasifikasi akhir. Artefak teknis meliputi data WHOIS, sertifikat TLS, security headers, serta struktur DOM/HTML. Analisis visual dilakukan menggunakan Llama 3.2 Vision 11B melalui Ollama, sedangkan hasil VirusTotal, artefak teknis, dan analisis visual diproses menggunakan Gemma-3 12B-IT-QAT untuk menghasilkan deteksi berupa klasifikasi, skor risiko, dan alasan keputusan dalam format JSON. Pengujian dilakukan terhadap 200 URL, terdiri atas 160 benign URL dan 40 phishing URL. Hasil pengujian menunjukkan accuracy 93,50%, precision 82,93%, recall 85,00%, dan F1-score 83,95%.

Hasil ini menunjukkan bahwa n8n dapat digunakan sebagai orkestrator workflow untuk mendukung analisis phishing multimodal pada skala Proof of Concept. Namun, sistem masih lebih tepat digunakan sebagai alat bantu analisis awal karena latensi dan performanya dipengaruhi keterbatasan resource perangkat, sehingga belum merepresentasikan sitem produksi, dan memerlukan pengujian lanjutan pada data lebih besar serta lingkungan operasional nyata.