<![CDATA[ Abstrak—Di era globalisasi, perkembangan internet di bidang teknologi informasi menimbulkan kejahatan yang merugikan banyak pihak. Hal ini disebabkan adanya threat dan vulnerability terhadap sistem keamanan. Threat dan vulnerability ini dapat ditemukan di Twitter karena banyak pengguna memposting kejahatan sistem secara bebas di Twitter. Maka, pendeteksian threat dan vulnerability di Twitter dilakukan dengan menggunakan algoritma Support Vector Machine (SVM). Proses dalam penelitian ini adalah teks akan dikumpulkan menjadi sebuah dataset, diberi label, teks pre-processed, kemudian diberikan metode pembobotan yaitu metode POS Tagging dan Term Frequency – Inverse Document Frequency (TF-IDF), dan data akan dilatih agar algoritma SVM dapat mengklasifikasikan data untuk mendapatkan nilai akurasi, presisi, recall dan F1-Score. Pada Tugas Akhir ini, pengambilan data Twitter dengan total 4270 data, dengan data positif 2135 dan data negatif 2135 dan 90% dataset digunakan untuk data latih dan 10% untuk data pengujian. Dari hasil pengujian performansi didapatkan nilai akurasi sebesar 89%, presisi sebesar 89%, recall sebesar 89% dan F1-Score Pengujian parameter Gamma dan C terbaik sebesar 30000 anis 89%.Kata kunci— threat, support vector machine, text preproessing, TF-IDF, vulnerability, Twitter]]>
Copyrights © 2023
