Analisis Halaman-Halaman Dark Web untuk Mendukung Investigasi Kejahatan
Abstract
Dark Web merupakan konten online yang terenkripsi dan hanya dapat di akses menggunakan
jaringan khusus seperti TOR (The Onion Router). Kejahatan komputer dalam dunia internet
mendorong banyaknya pertumbuhan transaksi jual beli barang-barang illegal yang dijual
dipasar gelap, transaksi yang menguntukan namun illegal menarik perhatian. Dark Web
merupakan salah satu media yang digunakan. Dark Web merupakan istilah web yang
dikategorikan sebagai Deep Web yang berdomain .onion yang tidak dapat ditemukan di
mesin pencarian seperti google, yahoo dan bing. Analisis halaman-halaman Dark Web dalam
mendukung investigasi kejahatan diusulkan sebagai solusi untuk memecahkan masalah
tersebut. Dalam penelitian ini akan dilakukan analisis dari hasil capturing halaman-halaman
Dark Web. Beberapa tools yang dapat digunakan dalam menganalisis halaman-halaman
Dark Web salah satunya adalah Hunchly, Hunchly merupakan aplikasi yang mampu
mencapture halaman-halaman web salah satunya Dark Web yang merupakan bagian dari
web terdalam yang tidak bisa langsung dikujungi layaknya situs-situs biasa pada umumnya,
tentu dibutuhkannya jaringan TOR (The Onion Router) agar situs-situs Dark Web dapat
dikunjungi, agar Hunchly dapat mencapture halaman-halaman Dark Web diperlukan addons
Hunchly yang terpasang pada browser seperti browser chrome, Hunchly mampu
mengkelompokan data seperti alamat email alamat website sebagai informasi yang dapat
digunakan sebagai bukti digital dan juga terdapat selector yang telah terinput sebelumnya
yang mampu mengkategorikan halaman yang pernah dikunjungi. Berdasarkan hasil analsis
kemudian diklasifikasikan berdasarkan kategori dengan merefleksikan pada grafik sesuai
klasifikasi. pada penelitian ini didapatkan informasi yang penting dari hasil analisis
halaman-halaman Dark Web, seperti informasi tentang jumlah frekuensi kata tertinggi dan
vendor yang berkaitan dengan hal tersebut. Informasi yang diperoleh dari analisis halamahalaman
Dark Web yaitu kata “drugs” menjadi salah satu objek yang paling banyak
ditemukan setelah dilakuknnya preprocessing text menggunakan aplikasi orange pada 5413
halaman Dark Web yang berhasil tercapture. Hal ini yang mendasari analisis terhadap
vendor yang berkaitan dengan “drugs”, dari hasil analisis terhadap 25 vendor ditemukannya
beberapa accountActivity, vendorLevel, trustLevel, memberSince, jabber, email, Website,
PGP.