Identifikasi Spam Tweet Komentar Pada Twitter Berbasis Ontologi (studi Kasus : Tweet / Caption Di Twitter Dengan Tema “pilpres 2019”)

Abstract

Abstrak

anisaherdiani@telkomuniversity.ac.id,
Dengan diadakannya pemilihan presiden 2019 banyak media sosial yang mengangkat berita
tersebut, sejalan dengan hal itu tentu banyak postingan yang membahas berita pemilihan presiden 2019.
Hal tersebut menyebabkan aktivitas sebuah media sosial menjadi cukup tinggi. Twitter merupakan salah
satu media sosial yang sangat populer digunakan untuk menyampaikan pendapat untuk saat ini, adanya
pemilihan presiden 2019 membuat twitter menjadi salah satu media sosial yang ramai. Tingginya aktivitas
twitter dimanfatkan oleh spammers untuk menyebarkan spam khususnya spam pada kolom komentar yang
tidak memiliki keterkaitan dengan tweet atau topik pembicaraan serta menimbulkan dampak yang tidak
nyaman bagi pengguna lainnnya. Spam yang dimaksud pada penelitian ini adalah komentar yang tidak ada
keterkaitan atau keterhubungan dengan caption atau postingan. Untuk mengatasi masalah tersebut
dibutuhkan sebuah sistem yang bisa mendeteksi spam berbasis ontologi. Dengan menggunakan ontologi,
proses identifikasi spam menjadi lebih efisien dan sederhana karena data dipisahkan berdasarkan domain
tertentu yang didefinisikan. Berdasarkan hasil pengujian, proses identifikasi spam menggunakan metode
ontologi pada penelitian ini menghasilkan nilai rata-rata f1-score sebesar 89.14% Hal ini menunjukan
bahwa ontologi dapat diimplementasikan untuk mengidentifikasi spam komentar pada twitter.

Kata kunci : pemilihan presiden 2019, spam, spammers, ontologi, twitter

Abstract
With the 2019 presidential election held a lot of social media that raised the news, many posts
discuss the 2019 presidential election news. This causes social media activity to be quite high. Twitter is a
one of very popular social media used to express opinions for the moment, The 2019 presidential election
makes Twitter one of the popular social media. The high level of twitter activity is used by spammers to
spread spam, especially spam, in the comments column that has no connection with tweets or topics of
conversation and has an uncomfortable impact on other users. Spam generally in this research is illustrated
by comments that have no relevance or connectedness with the caption or post. For solve this problem, a
system that can detect ontology-based spam is needed. By using an ontology, the process of identifying spam
becomes more efficient and simpler because data is separated based on certain domains defined. Based on
the results of testing, the process of identifying spam using the ontology method in this study resulted in an
average f1-score of 89.14%. This shows that ontology can be implemented to identify comment spam on
twitter.

Keywords: presidential election, spam, spammers, ontologi, twitter