Deteksi Outlier Pada Tweet Akun Sosial Media Twitter Menggunakan Metode Local Outlier Factor
MAULANA SAFRIZAL
Informasi Umum
Kode
19.04.3525
Klasifikasi
621.389 28 - Security Electronics
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Security Of Information
Dilihat
90 kali
Informasi Lainnya
Abstraksi
Abstrak Media sosial merupakan tempat komunikasi yang paling populer di dunia. Selain berkomunikasi, media sosial terkadang juga bisa menjadi tempat aktivitas isu cybercrime khususnya peretasan, penyebaran berita palsu, spam message ataupun isu-isu yang dapat merugikan. Dari sekian banyak media sosial, twitter merupakan salah satu media sosial yang sering diretas, dalam hal ini akun twitter diretas dengan cara memposting tweet tanpa diketahui oleh si pemilik akun tersebut. Oleh karena itu dibutuhkan sistem deteksi outlier pada twitter berdasarkan kerapatan antar tweet dengan cara menerapkan metode Local Outlier Factor (LOF). Dari sistem deteksi outlier yang telah dibangun, dapat menghasilkan akurasi sebesar 75% dengan menggunakan parameter k antara 1-3 dan contamination antara 0 - 0.4 Kata kunci : Cybercrime, Twitter, Outlier, Local Outlier Factor
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MAULANA SAFRIZAL |
| Jenis | Perorangan |
| Penyunting | Ibnu Asror, Yusza Reditya Murti |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2019 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
