Implementasi Metode Cosine Similarity dan Time Interval Entropy untuk Mengidentifikasi Akun Bot Spammer pada Twitter

Priyani, Sisca Dewi (2017) Implementasi Metode Cosine Similarity dan Time Interval Entropy untuk Mengidentifikasi Akun Bot Spammer pada Twitter. Diploma thesis, Universitas Al Azhar Indonesia.

Text (UAI) - Published Version Available under License Creative Commons Attribution Non-commercial. Download (0B)

Abstract

Twitter merupakan salah satu media sosial yang memiliki banyak penggunanya. Namun popularitas twitter juga diikuti oleh banyaknya jumlah penyebaran spam yang dilakukan oleh program otomatis yang disebut dengan bot spammer. Bot spammer memiliki karakteristik yaitu menghasilkan tweet yang mirip dengan tweet-tweet sebelumnya serta memiliki keteraturan waktu dalam mengunggah tweet karena tweet dihasilkan secara otomatis menggunakan sistem penjadwalan. Penelitian ini menggunakan tool HGrid247 serta teknik klasifikasi supervised learning untuk mengklasifikasi akun bot spammer dan akun pengguna sah berdasarkan tingkat kemiripan konten antar tweet serta keteraturan interval waktu antar tweet. Metode cosine similarity digunakan untuk mengamati tingkat kemiripan antar tweet sedangkan time interval entropy digunakan untuk mengamati adanya keteraturan waktu dalam mengunggah suatu tweet. Berdasarkan hasil penelitian yang telah dilakukan, penggabungan kedua metode yang diusulkan menghasilkan akurasi sebesar 90%. Hal ini membuktikan bahwa penggabungan metode cosine similarity dan time interval entropy dapat mengoptimalkan proses identifikasi akun bot spammer pada twitter.

Actions (login required)

View Item