Baru Jelajahi project AI & Machine Learning siap pakai lengkap dengan full source code dan tutorial instalasi!
Beranda Katalog Project Tentang Kami Kontak Kami
Sistem Deteksi Pesan Penipuan Menggunakan Model Logistic Regression Berbasis Machine Learning
Sistem Deteksi Pesan Penipuan Menggunakan Model Logistic Regression Berbasis Machine Learning
Machine Learning Tingkat: Intermediate Versi 1.0.0 34 Dilihat
5.0 (0 ulasan)

Sistem Deteksi Pesan Penipuan Menggunakan Model Logistic Regression Berbasis Machine Learning

Teknologi: Python Flask HTML CSS JavaScript Tailwind CSS
Video Demonstrasi Project TikTok Demo

Demo & Pengujian Sistem: Sistem Deteksi Pesan Penipuan Menggunakan Model Logistic Regression Berbasis Machine Learning

Tonton di TikTok

Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Sistem Deteksi Pesan Penipuan Menggunakan Model Logistic Regression Berbasis Machine Learning via TikTok.

Overview & Cara Kerja

AegisScam AI merupakan platform kecerdasan buatan dan sistem deteksi penipuan daring (Internet Scam, Phishing, & Social Engineering Detection) berbasis Natural Language Processing (NLP) dan Machine Learning yang dirancang untuk mengenali, mengklasifikasikan, dan menganalisis pola pesan penipuan digital secara real-time dengan akurasi tinggi dan latensi instan.

Fitur Utama Project

Source Code Lengkap & Terstruktur (Clean Architecture)
Dokumentasi Teknis & Pembahasan Lengkap
Backend Service & RESTful API Siap Pakai
Antarmuka Web Modern, Responsif, & Interaktif
Training Notebook Pipeline & Dependency Setup
Pretrained Model Weights & Paket Berkas ZIP Lengkap

Arsitektur & Pipeline Sistem

Alur data interaktif dari input request hingga hasil pemrosesan sistem:

5 Tahap Pipeline
1 DATA INGESTION

24K Multilingual Message Corpus & Multi-Platform Ingestion

Ingesti 24.000 baris korpus pesan penipuan dan notifikasi sah lintas 7 bahasa dunia dan berbagai platform digital (WhatsApp, SMS, Email, Telegram, Media Sosial) dengan partisi resmi train-val-test.

24.000 Korpus Pesan & 7 Bahasa
2 TEXT PREPROCESSING

Domain-Specific Text Cleaning & Entity Normalization

Pembersihan teks tingkat lanjut meliputi case folding, normalisasi token placeholder URL, nomor telepon, kode OTP, penghilangan karakter non-alfanumerik, dan stripping whitespace ganda.

Tokenisasi & Normalisasi URL/OTP
3 FEATURE EXTRACTION

TF-IDF Vectorization with Unigram & Bigram

Ekstraksi 5.000 fitur teks leksikal menggunakan TfidfVectorizer (ngram_range=(1,2), sublinear_tf=True) untuk menangkap frasa manipulatif seperti "urgent action" atau "transfer uang".

5.000 Fitur N-Gram Berbobot
4 MODEL BENCHMARK

7-Model ML Benchmark & Logistic Regression Selection

Evaluasi 7 model klasifikasi pada 1.360 data uji tak terlihat; Logistic Regression dinobatkan sebagai model produksi terbaik berkat akurasi sempurna, ukuran model ultra-ringan (40 KB), dan inferensi instan (< 0,01 ms).

Logistic Regression (Inferensi < 0.01 ms)
5 THREAT INTELLIGENCE

Security Signals Extraction & Live Web Dashboard

Integrasi ke web dashboard Flask dengan 6 preset skenario uji coba, deteksi 5 sinyal ancaman rekayasa sosial, perhitungan probabilitas risiko, dan rekomendasi mitigasi keamanan siber.

Flask 3.0 & 5 Sinyal Ancaman Siber
Source Repository

Struktur Berkas & Repositori

Hierarki folder dan berkas yang disertakan dalam paket proyek ini:

9 Berkas Proyek 2 Folder Utama Paket ZIP 1.66 MB
best_scam_detector.joblib 39.86 KB
AI Model Pratinjau
model_metadata.json 635 B
tfidf_vectorizer.joblib 175.94 KB
AI Model Pratinjau
index.html 58.15 KB
app.py 12.54 KB
internet_scam_detection.ipynb 659.75 KB
Notebook Pratinjau
internet_scams_archive.csv 17.44 MB
Dataset Pratinjau
requirements.txt 313 B

deteksi-pesan-penipuan-scam-logistic-regression-machine-learning.zip

Arsip paket ZIP lengkap berisi 100% seluruh berkas di atas siap dijalankan.

Beli untuk Unduh ZIP

Kebutuhan Sistem & Spesifikasi

Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:

Spesifikasi Rekomendasi
Sistem Operasi
Windows 10/11 (64-bit), macOS Monterey+ (Intel/Apple Silicon), Linux (Ubuntu 20.04+ LTS)

Cross-platform compatible

Runtime & Bahasa
Python 3.10 atau Python 3.11 (Direkomendasikan)

Lingkungan kerja teruji

Memori (RAM)
Min. 2 GB (Rekomendasi 4 GB untuk pelatihan ulang notebook riset)

Optimal untuk running service

Penyimpanan
Min. 300 MB Free Storage untuk dataset CSV (18 MB), bobot model .joblib, dan pustaka Python

Untuk berkas & dependensi

Database & Layanan
Tidak membutuhkan database SQL eksternal (Artefak model dan dataset tersimpan secara mandiri / self-contained)
Hardware / Catatan Khusus
Model Logistic Regression dan TF-IDF vectorizer terbaik sudah dilatih dan disertakan dalam paket unduhan sehingga web app dapat langsung dijalankan pada CPU standar dengan latensi inferensi instan (< 1 ms)

Pertanyaan yang Sering Diajukan (FAQ)

Jawaban ringkas terkait lisensi, akses file unduhan, dan panduan instalasi:

Bagaimana cara mendapatkan source code setelah pembayaran?

Segera setelah pembayaran lunas (PAID), berkas ZIP project dapat langsung diunduh secara instan dari halaman ini atau menu Dashboard > Pembelian & Unduhan. Salinan bukti invoice transaksi dan tautan akses juga dikirim otomatis ke alamat email Anda.

Apakah ada panduan instalasi dan dokumentasi teknis?

Ya! Setiap project di Devilda Projects menyertakan dokumentasi teknis komprehensif, arsitektur sistem, struktur database, serta instruksi langkah demi langkah cara setup environment lokal hingga siap di-run.

Bolehkah source code ini dimodifikasi untuk tugas akhir/skripsi/komersial?

Tentu saja. Pembelian lisensi memberikan Anda hak penuh untuk memodifikasi, mengkustomisasi, dan mengembangkan source code ini untuk keperluan tugas akhir, skripsi, portfolio kerja, maupun proyek komersial klien Anda.

Bagaimana jika saya mengalami kendala teknis saat instalasi?

Tim teknis Devilda siap membantu asistensi. Anda dapat berkonsultasi langsung dengan tim kami via WhatsApp CS Devilda (0878-2851-5500). Kami siap membantu kendala instalasi.

Ulasan Pembeli

Ulasan terverifikasi dari pengguna yang telah membeli project ini.

5.0 (0)

Belum ada ulasan untuk project ini.

Harga Lisensi Source Code
Rp 350.000 / sekali bayar
Tayangan: 34 kali dilihat
Populer
Tonton Demo TikTok
Lihat
Beli Source Code Sekarang

Pembayaran aman via QRIS (Semua E-Wallet) & Virtual Account.

Yang Anda Dapatkan:

  • Full Source Code Lengkap & Aset Project
  • Teknologi: Python, Flask, HTML, CSS
  • Panduan Instalasi & Konfigurasi Lingkungan
  • Seluruh Bab Dokumentasi Teknis Langkah demi Langkah
  • Hak Lisensi Tugas Akhir, Skripsi & Komersial
  • Akses Unduhan Berkas ZIP & Code Explorer Langsung
Download link instan dan akses dokumentasi dikirim otomatis ke akun Anda.