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

Muhammad Hanafiah (Telkom University)
Anisa Herdiani (Telkom University)
Widi Astuti (Telkom University)

eProceedings of Engineering
Vol 6, No 2 (2019): Agustus 2019

AbstrakPemilu merupakan wujud dari kebebasan berpendapat dan kebebasan berserikat. Sedangkan arti daripemilu itu sendiri adalah proses pemilihan orang untuk mengisi jabatan-jabatan politik tertentu. Padatahun 2019 Indonesia telah menyelenggarakan pesta demokrasi 5 tahunan yang telah dilaksanakan padatanggal 17 april 2019. Pembahasan tentang pilpres 2019 begitu ramai diperbincangkan termasuk di mediasosial twitter, Twitter telah memperkenalkan fitur Trending Topics sejak tahun 2018. Fitur inimemudahkan pengguna untuk mengetahui berita atau informasi terbaru di seluruh dunia secara realtime. Bagi pengguna yang ingin melakukan promosi produk tentunya hal ini akan sangat bermanfaatbagi mereka, apalagi disertai dengan hashtag yang berkaitan dengan pilpres 2019 yang sedang ramaidiperbincangkan. Dengan cara ini, mereka dapat mempromosikan konten dagangan mereka ke calonpembeli dengan lebih cepat. Hal ini menyebabkan para pengguna biasa membuang banyak waktu dalammemilih dan memilah informasi atau berita yang mereka inginkan karena konten yang tidak perlumuncul secara terus menerus atau dapat juga disebut dengan spam. Dalam menghadapi permasalahantersebut, maka dari itu pada tugas akhir telah dibangun suatu sistem menggunakan metode Naive Bayesuntuk mengklasifikasi sekumpulan tweet kedalam dua kelas yaitu spam dan non spam. Sebelummemasuki proses pengklasifikasian, sistem melakukan preprocessing terhadap dataset yang digunakan,hal tersebut bertujuan untuk meningkatkan performansi dari ke dua metode yang digunakan. Dalampenelitian ini Naïve Bayes dengan preprocessing dan Naïve Bayes tanpa preprocessing masing-masingmenghasilkan nilai akurasi 76,34% dan 74,14%.Kata Kunci: Pemilu, Twitter, Tweet, Spam, Naïve Bayes.AbstractElections are a manifestation from freedom of opinion and freedom of association. Whereas the meaning ofthe election itself is the process of selecting people to fulfill certain political positions. In 2019 Indonesia hasheld a 5 years democratic party which will be held on 17 April 2019. Discussions about the 2019 presidentialelection are so widely discussed including on social media twitter, Twitter has introduced the Trending Topicsfeature since 2018. This feature makes it easy for users to know the news or the latest information around theworld in real time. For users who want to carry out product promotions surely this will be very beneficial forthem, especially accompanied by the 2019 replace the president election hashtag which is widely beingdiscussed. In this way, they can promote their merchandise to potential buyers faster. This causes ordinaryusers to waste a lot of time in choosing and sorting information or news they want due to content that doesnot need to appear continuously or can also be called spam. In dealing with these problems, therefore in thisfinal project will be built a system using the Naive Bayes method to classify a set of tweets into two classesnamely spam and non spam. Before entering the classification process, the system preprocesses the data setused, it aims to improve performance from the two methods used. In this study Naive Bayes withpreprocessing and Naive Bayes without preprocessing each produced an accuracy value of 76,34% and74,14%.Keywords: Election, Twitter, Tweet, Spam, Naïve Bayes