DETEKSI KOMENTAR SPAM MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES PADA INSTAGRAM

BAGASKARA, ANGGIA DETEKSI KOMENTAR SPAM MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES PADA INSTAGRAM. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text ABSTRAK_123160113_ANGGIA_BA.PDF Download (442kB)
	Text COVER_123160113_ANGGIA_BAGA.PDF Download (449kB)
	Text DAFTAR_ISI_123160113_ANGGIA.PDF Download (456kB)
	Text DAFTAR_PUSTAKA_123160113_AN.PDF Download (475kB)
	Text LEMBAR_PENGESAHAN_123160113.PDF Download (683kB)
	Text SKRIPSI_ANGGIA_B.PDF Restricted to Repository staff only Download (3MB)

Abstract

Instagram adalah aplikasi berbasis seluler yang memungkinkan pengguna untuk
mengambil foto atau gambar, menerapkan berbagai alat manipulasi untuk mengubah
tampilan gambar, dan membaginya secara instan dengan teman-teman di berbagai situs
jejaring social. Dengan kemampuannya berbagi foto atau pun gambar, Instagram dapat
dengan cepatnya menjangkau generasi yang lebih muda, dan terlihat lebih menarik
daripada layanan jejaring sosial lainnya bagi berbagai kalangan masyarakat termasuk
public figure. Namun dibalik kelebihan yang dimilikinya, instagram juga memiliki suatu
kekurangan yaitu adanya komentar mengganggu yang termasuk pada kategori spam pada
foto atau video yang telah diunggah. Keberadaan komentar yang tidak memiliki relevansi
dengan foto atau video unggahan dan memiliki tujuan untuk kepentingan pribadi atau
golongan tanpa seizin pemilik posting, seperti komentar yang mempromosikan produk atau
layanan, merugikan pengguna instagram khususnya pemilik posting dan membuat
pengguna lainnya merasa tidak nyaman. Beberapa solusi untuk mengatasi hal tersebut juga
sudah tersedia, namun semuanya masih dengan cara manual yang pastinya akan
memerlukan waktu yang lama. Penelitian ini bertujuan untuk menerapkan algoritma
support vector machine (SVM) dan naïve bayes (NB) untuk mendeteksi spam pada
Instagram dan mengetahui perbandingan tingkat akurasi kedua metode tersebut. Metode
yang digunakan adalah Metode SVM dengan kernel linear dan Multinomial NB untuk
mendeteksi komentar spam pada instagram. Hasil pengujian menggunakan Balanced
Dataset menunjukkan bahwa metode SVM dengan kernel linear lebih unggul dari metode
Multinomial NB dengan hasil akurasi tertinggi yang didapatkan metode SVM kernel linear
sebesar 85,94% dan metode Multinomial NB sebesar 82.29%. Hasil pengujian
menggunakan Unbalanced Dataset menunjukkan kelemahan metode SVM dalam
menangani dataset yang tidak seimbang, , dengan akurasi sebesar 87.68%, dimana metode
Multinomial Naïve Bayes mendapatkan tingkat akurasi sebesar 89.10%. Namun dengan
tuning parameter C yang tepat (C=10), metode SVM dengan kernel Linear dapat
mengimbangi metode Multinomial NB dengan akurasi sebesar 89.10%. Penelitian ini
dilakukan berdasarkan penelitian terdahulu yang mempunyai karakterisitik sama dalam
tema penelitian. Namun penelitian ini memiliki perbedaan dari segi dataset, teknik
preprocessing, metode penelitian, dan hasil penelitian. Data pada penelitian ini didapatkan
dari Instagram menggunakan library instaloader yang ada di github.
Kata kunci : Spam, Instagram, Analisis Sentimen, Klasifikasi, SVM, Support Vector
Machine, Kernel, Linear, Naïve Bayes, NB, Multinomial Naïve Bayes.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Spam, Instagram, Analisis Sentimen, Klasifikasi, SVM, Support Vector Machine, Kernel, Linear, Naïve Bayes, NB, Multinomial Naïve Bayes.
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Law, Arts and Social Sciences > School of Social Sciences
Depositing User:	Eny Suparny
Date Deposited:	19 Sep 2023 07:57
Last Modified:	19 Sep 2023 07:57
URI:	http://eprints.upnyk.ac.id/id/eprint/37571

Actions (login required)

View Item