Mendeteksi Spammers di Twitter dengan SVM Classifier

DAMARSASI CAHYO WILOGO

Informasi Umum

Kode

18.04.1871

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning

Dilihat

16 kali

Informasi Lainnya

Abstraksi

Dalam Tugas Akhir ini dibahas tentang pemodelan dan simulasi mendeteksi spammer di Twitter dengan menggunakan metode Support Vector Machine (SVM). Banyaknya spam pada media sosial salah satunya Twitter dapat mempengaruhi pengguna Twitter dalam mendapatkan informasi yang dapat dipertanggungjawabkan kebenaran dari informasi tersebut, sehingga dibutuhkan suatu teknik untuk mendeteksi bahwa suatu konten merupakan spam atau tidak. Maka pada penelitian ini menggunakan metode SVM dalam mengklasifikasi spam. Pemilihan metode SVM ini dikarenakan dari beberapa penelitian bahwa metode ini dapat memberikan hasil yang baik dalam proses klasifikasi. Pada penelitian ini memberikan hasil akurasi sebesar 96.67% pada rasio 90 data training 10 data testing dengan menggunakan seluruh fitur, untuk penggunaan kelompok fitur tweet hasil akurasi tertinggi didapatkan pada rasio 80:20 sebesar 96.67%, dan untuk penggunaan kelompok fitur user hasil akurasi tertinggi didapatkan pada rasio 60:40 sebesar 75%. Dari pengujian tersebut penggunaan kelompok fitur tweet memberikan hasil yang sangat berpengaruh dibandingkan dengan penggunaan kelompok fitur user, hal ini dibuktikan dengan hasil akurasi dari penggunaan kelompok fitur tweet sama dengan hasil akurasi dari penggunaan seluruh fitur.