Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASIFIKASI KOMENTAR SPAM DI INSTAGRAM MENGGUNAKAN METODE K-NEAREST NEIGHBOR

SUKAMTO, 11451101736 (2019) KLASIFIKASI KOMENTAR SPAM DI INSTAGRAM MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img] Text
file lengkap kecuali BAB hasil penelitian (BAB V).pdf

Download (8MB)
[img] Text (BAB V)
file BAB hasil penelitian (BAB V).pdf - Published Version
Restricted to Repository staff only

Download (5MB)

Abstract

KLASIFIKASI KOMENTAR SPAM DI INSTAGRAM MENGGUNAKAN METODE K-NEAREST NEIGHBOR SUKAMTO 11451101736 Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau ABSTRAK Instagram merupakan salah satu media sosial yang digemari saat ini yang berada pada urutan ketiga setelah Facebook dan Whatsapp. Pengguna Instagram saat ini tidak dibatasi dari segi umur, informasi, dan komunikasi. Minimnya informasi pada Instagram mengakibatkan banyak informasi yang sulit untuk diketahui kebenarannya. Hal ini menimbulkan dampak negatif seperti penipuan yang dilakukan dengan cara membuat toko online fiktif. Penipuan ini biasa dilakukan dengan komentar spam pada akun publik figur yang memiliki banyak follower agar mudah menarik perhatian calon pembeli. Untuk mengetahui bahwa suatu komentar adalah spam dapat dilakukan dengan melihat satu persatu dari komentar yang ada, namun hal ini justru akan membutuhkan tenaga dan memakan waktu yang lama karna jumlah komentar yang banyak. Pada penelitian ini menggunakan metode K-Nearest Neighbor dibangunlah sebuah sistem untuk klasifikasi komentar spam pada Instagram dengan menggunakan sebanyak 1200 data. Pengujian pada penelitian ini menggunakan confusion matrix dengan mengunakan pengujian 90% : 10% memiliki tingkat akurasi sebesar 81.67% dengan k bernilai 3, pengujian 80% : 20% memiliki akurasi sebesar 71.25% dengan k bernilai 3, sedangkan pengujian 70% : 30% memiliki akurasi tertinggi sebesar 70.28% dengan k bernilai 5, dari masing-masing pengujian menggunakan nilai threshold 8. Berdasarkan hasil tersebut maka metode K-Nearest Neighbor berhasil dalam mengklasifikasikan komentar spam di Instagram. Kata Kunci: Confusion Matrix, Follower, Instagram, Klasifikasi, K-Nearest Neighbor, Media Sosial, Publik Figur, Spam

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 18 Nov 2019 07:58
Last Modified: 18 Nov 2019 07:58
URI: http://repository.uin-suska.ac.id/id/eprint/22556

Actions (login required)

View Item View Item