Di era globalisasi, perkembangan internet dalam teknologi informasi menyebabkan tingkat kejahatan yang merugikan banyak pihak. Hal ini disebabkan adanya gangguan ancaman (threat) dan kerentanan (vulnerability) terhadap keamanan sistem. Threat dan vulnerability ini bisa ditemukan pada Twitter karena banyaknya pengguna memposting kejahatan sistem secara bebas pada Twitter.
Pada penelitian Tugas Akhir ini, dilakukanlah pendeteksian pada teks threat dan vulnerability pada Twitter menggunakan algoritma Support Vector Machine (SVM). Proses pada penelitian ini yaitu teks akan dikumpulkan ke dalam dataset, dilabeli, dilakukan text pre-processing, selanjutnya diberikan pembobotan yaitu dengan metode POS Tagging dan Term Frequency – Inverse Document Frequency (TF-IDF), dan data akan di training agar algoritma SVM dapat mengklasifikasikan data tersebut untuk didapatkan nilai accuracy, precision, recall dan F1-Score.
Hasil dari penelitian Tugas Akhir ini mengambil data Twitter dengan total 4270 data, dengan 2135 data positif dan 2135 data negatif. Sistem klasifikasi ini bekerja dengan menggunakan algoritma Support Vector Machine. Pada penelitian ini digunakan dataset 90% untuk data pelatihan (training data) dan 10% untuk data pengujian (testing data). Pengujian parameter Gamma dan C dengan nilai terbaik adalah 30000 dan 1. Dari hasil pengujian tersebut, didapatkan nilai accuracy sebesar 89%, precision sebesar 89%, recall sebesar 89% dan F1-Score 89%.
Kata Kunci: Vulnerability, Support Vector Machine, Text Pre-processing, TF-IDF, Threat, Twitter