Sahril Amin Nasution, - (2021) KLASIFIKASI BOT MENGGUNAKAN METODE MODIFIED K-NEAREST NEIGHBOR PADA MEDIA SOSIAL TWITTER. Skripsi thesis, Universitas Islam Negri Sultan Syarif Kasim Riau.

Preview	Text LAP_SAHRIL_1-3.pdf Download (21MB) | Preview
	Text (BAB IV) LAP_SAHRIL_4-5.pdf - Published Version Restricted to Repository staff only Download (20MB)

Abstract

Twitter merupakan media sosial online untuk berkomunikasi dengan menggunakan posting-an teks yang di kenal dengan nama tweet. Perkembangan Twitter membuat banyak akun otomatis yang dikendalikan oleh program komputer (bot) bermunculan. Bot mempunyai dampak positif dan negatif terhadap Twitter, oleh karena itu banyak penelitian melakukan klasifikasi untuk mengetahui akun tersebut bot atau legitimate user. Pada penelitian ini dilakukan klasifikasi terhadap bot yang ditinjau dari atribut dasar pengguna Twitter, yaitu jumlah following, jumlah follower, account reputation, usia akun, source tweet, nilai rataan selang waktu antar tweet, jumah mention, jumlah hashtag, dan jumlah URL. Penelitian ini menggunakan data tweet dengan hashtag #Pilpres2019, #PemiluJujurAdil dan #AuditForensikKPU yang di-crawling menggunakan Twitter API. Dari hasil crawling tersebut terkumpul 1000 akun. Kemudian setelah melewati proses cleaning, data yang terkumpul menjadi 800 akun. Berdasarkan data yang diperoleh kemudian dilakukan perhitungan menggunakan model klasifikasi Modified K-Nearest Neighbor. Pengujian dilakukan dengan metode confusion matrix untuk mengetahui tingkat akurasi dari metode. Dari hasil pengujian, akurasi tertinggi terletak pada k=5, k=7 dan k=9 dengan nilai akurasi 86,3%. Metode Modified K-Nearst Neighbor berhasil diterapkan untuk mengklasifikasikan akun bot pada media sosial Twitter dengan tingkat akurasi yang cukup tinggi.

Actions (login required)

View Item