Rena Alfiana, - (2020) PENERAPAN NAÏVE BAYES CLASSIFIER UNTUK KLASIFIKASI AKUN ONLINE SHOP INSTAGRAM YANG DICURIGAI PENIPUAN. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text LAP (i) Rena Alfiana (TIF)(FASTE).pdf Download (1MB)
	Text (BAB IV) LAP (ii) Rena Alfiana (TIF)(FASTE).pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Online shop merupakan jual beli barang atau jasa melalui internet. Sosial media menjadi tempat yang diincar untuk melakukan hal tersebut. Salah satu sosial media yang banyak digemari ialah Instagram. Akan tetapi, berdasarkan situs cekrekening.id yang dibangun oleh Kementerian Kominfo tahun 2018, kejahatan berupa tindakan penipuan transaksi online menduduki peringkat pertama, hampir 14.000 laporan kejahatan penipuan transaksi online yang diterima. Penelitian ini melakukan klasifikasi akun online shop yang dicurigai dan tidak dicurigai melakukan penipuan dengan kriteria sebagai berikut: jumlah followers, harga sesuai pasar, menerima cash on delivery (COD), dan menggunakan rekening. Probabilitas dari setiap kriteria akan dihitung dengan metode Naïve Bayes Classifier untuk menentukan pengklasifikasian kelas. Data yang digunakan 40 akun online shop dengan total 1000 postingan. Pada penelitian ini jumlah followers akun dicurigai dan akun tidak dicurigai memiliki perbandingan yang jauh sehingga berpengaruh pada hasil klasifikasi dan akurasi, maka diberikan rentang interval dengan nilai 1-5 untuk memperbaiki hasil klasifikasi dan meningkatkan akurasi. Pengujian akurasi dilakukan dengan model Confusion Matrix. Berdasarkan hasil pengujian diketahui bahwa metode NBC dapat diterapkan pada klasifikasi akun curiga dan tidak curiga di Instagram diperoleh akurasi tertinggi sebesar 87,5% pada perbandingan data 80% : 20%.

Actions (login required)

View Item