Identifikasi Fake Account Twitter Menggunakan Support Vector Machine

Abstract

Abstrak
Penggunaan media sosial sebagai sarana untuk melakukan kampanye sudah menjadi hal yang biasa sejak
kemunculan media sosial seperti twitter, facebook, dan instagram. Masyarakat yang menggunakan media
sosial harus mendaftar dan memiliki akun media sosial tersebut, namun masih banyak masyarakat yang
menggunakan akun palsu. Akun palsu ini dapat disalah gunakan seperti penggunaan akun palsu untuk
membantu kampanye yang dapat menimbulkan bias politik terhadap pengguna media sosial lainnya,
ataupun penggunaan akun palsu untuk meningkatkan popularitas dari seorang pemilik akun media sosial.
Oleh karena itu, diperlukan suatu langkah penilitian pada tugas akhir ini untuk mendeteksi akun-akun
palsu tersebut. Penelitian ini menggunakan Support Vector Machine (SVM) untuk mengidentifikasi akun
palsu. Pengidentifikasian diawali dengan ekstraksi data kemudian labeling data hingga proses klasifikasi
menggunakan SVM. Hasil dari identifikasi fake account ini menghasilkan nilai akurasi sebesar 93.42% dan
f1-score sebesar 92.92%

Kata kunci : Twitter, SVM, Follower Palsu, Akun Palsu

Abstract
The use of social media as a means to carry out campaigns has become commonplace since the emergence
of social media such as Twitter, Facebook and Instagram. People who use social media must register and
have a social media account, but there are still many people who use fake accounts. These fake accounts can
be misused such as the use of fake accounts to help campaigns that can cause political bias against other
social media users, or using fake accounts to increase popularity of someone social media account.
Therefore, we need a research step in this thesis to detect these fake accounts. The research use Support
Vector Machine (SVM) to identify fake accounts. Identification begins with data extraction then labeling
the data to the classification process using SVM. The results of this fake account identification produce an
accuracy value of 93.42% and f1-score of 92.92%

Keyword : Twitter, SVM, Fake Followers, Fake Accounts