Klasifikasi Spam Tweet Pada Twitter Menggunakan Metode Naïve Bayes (Studi Kasus: Pemilihan Presiden 2019)

MUHAMMAD HANAFIAH

Informasi Umum

Kode

19.04.3076

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining-advanced Topics

Dilihat

64 kali

Informasi Lainnya

Abstraksi

Pemilu merupakan wujud dari kebebasan berpendapat dan kebebasan berserikat. Sedangkan arti dari pemilu itu sendiri adalah proses pemilihan orang untuk mengisi jabatan-jabatan politik tertentu. Pada tahun 2019 Indonesia telah menyelenggarakan pesta demokrasi 5 tahunan yang telah dilaksanakan pada tanggal 17 april 2019. Pembahasan tentang pilpres 2019 begitu ramai diperbincangkan termasuk di media sosial twitter, Twitter telah memperkenalkan fitur Trending Topics sejak tahun 2018. Fitur ini memudahkan pengguna untuk mengetahui berita atau informasi terbaru di seluruh dunia secara real time. Bagi pengguna yang ingin melakukan promosi produk tentunya hal ini akan sangat bermanfaat bagi mereka, apalagi disertai dengan hashtag yang berkaitan dengan pilpres 2019 yang sedang ramai diperbincangkan. Dengan cara ini, mereka dapat mempromosikan konten dagangan mereka ke calon pembeli dengan lebih cepat. Hal ini menyebabkan para pengguna biasa membuang banyak waktu dalam memilih dan memilah informasi atau berita yang mereka inginkan karena konten yang tidak perlu muncul secara terus menerus atau dapat juga disebut dengan spam. Dalam menghadapi permasalahan tersebut, maka dari itu pada tugas akhir telah dibangun suatu sistem menggunakan metode Naive Bayes untuk mengklasifikasi sekumpulan tweet kedalam dua kelas yaitu spam dan non spam. Sebelum memasuki proses pengklasifikasian, sistem melakukan preprocessing terhadap dataset yang digunakan, hal tersebut bertujuan untuk meningkatkan performansi dari ke dua metode yang digunakan. Dalam penelitian ini Naïve Bayes dengan preprocessing dan Naïve Bayes tanpa preprocessing masing-masing menghasilkan nilai akurasi 76,34% dan 74,14%.