Klasifikasi Spam Tweet Pada Twitter Menggunakan Metode Naïve Bayes (studi Kasus: Pemilihan Presiden 2019)

Abstrak

Abstrak Pemilu merupakan wujud dari kebebasan berpendapat dan kebebasan berserikat. Sedangkan arti dari pemilu itu sendiri adalah proses pemilihan orang untuk mengisi jabatan-jabatan politik tertentu. Pada tahun 2019 Indonesia telah menyelenggarakan pesta demokrasi 5 tahunan yang telah dilaksanakan pada tanggal 17 april 2019. Pembahasan tentang pilpres 2019 begitu ramai diperbincangkan termasuk di media sosial twitter, Twitter telah memperkenalkan fitur Trending Topics sejak tahun 2018. Fitur ini memudahkan pengguna untuk mengetahui berita atau informasi terbaru di seluruh dunia secara real time. Bagi pengguna yang ingin melakukan promosi produk tentunya hal ini akan sangat bermanfaat bagi mereka, apalagi disertai dengan hashtag yang berkaitan dengan pilpres 2019 yang sedang ramai diperbincangkan. Dengan cara ini, mereka dapat mempromosikan konten dagangan mereka ke calon pembeli dengan lebih cepat. Hal ini menyebabkan para pengguna biasa membuang banyak waktu dalam memilih dan memilah informasi atau berita yang mereka inginkan karena konten yang tidak perlu muncul secara terus menerus atau dapat juga disebut dengan spam. Dalam menghadapi permasalahan tersebut, maka dari itu pada tugas akhir telah dibangun suatu sistem menggunakan metode Naive Bayes untuk mengklasifikasi sekumpulan tweet kedalam dua kelas yaitu spam dan non spam. Sebelum memasuki proses pengklasifikasian, sistem melakukan preprocessing terhadap dataset yang digunakan, hal tersebut bertujuan untuk meningkatkan performansi dari ke dua metode yang digunakan. Dalam penelitian ini Naïve Bayes dengan preprocessing dan Naïve Bayes tanpa preprocessing masing-masing menghasilkan nilai akurasi 76,34% dan 74,14%.

Kata Kunci: Pemilu, Twitter, Tweet, Spam, Naïve Bayes.

Abstract Elections are a manifestation from freedom of opinion and freedom of association. Whereas the meaning of the election itself is the process of selecting people to fulfill certain political positions. In 2019 Indonesia has held a 5 years democratic party which will be held on 17 April 2019. Discussions about the 2019 presidential election are so widely discussed including on social media twitter, Twitter has introduced the Trending Topics feature since 2018. This feature makes it easy for users to know the news or the latest information around the world in real time. For users who want to carry out product promotions surely this will be very beneficial for them, especially accompanied by the 2019 replace the president election hashtag which is widely being discussed. In this way, they can promote their merchandise to potential buyers faster. This causes ordinary users to waste a lot of time in choosing and sorting information or news they want due to content that does not need to appear continuously or can also be called spam. In dealing with these problems, therefore in this final project will be built a system using the Naive Bayes method to classify a set of tweets into two classes namely spam and non spam. Before entering the classification process, the system preprocesses the data set used, it aims to improve performance from the two methods used. In this study Naive Bayes with preprocessing and Naive Bayes without preprocessing each produced an accuracy value of 76,34% and 74,14%.

Keywords: Election, Twitter, Tweet, Spam, Naïve Bayes