<![CDATA[The social media platform X is often misused, one example being the creation of fake accounts operated by bots. To address this issue, various machine learning models have been developed to detect bot accounts, particularly Random Forest, XGBoost, and Support Vector Machine (SVM). This study aims to compare the performance of these three models in predicting bot accounts on social media platform X and to determine the best model based on the f1-score. In addition, this research applies three hyperparameter tuning methods, namely grid search, random search, and Bayesian optimization. The results show that the XGBoost model with Bayesian optimization achieves the best performance. However, its performance decreases when applied to imbalanced datasets. Penggunaan media sosial X seringkali disalahgunakan, salah satunya dengan membuat akun palsu yang dijalankan oleh bot. Saat ini, telah banyak dikembangkan sistem untuk mendeteksi akun bot pada media sosial X dengan memanfaatkan model machine learning, khususnya algoritma Random Forest, XGBoost, dan SVM. Penelitian ini bertujuan untuk membandingkan performa dari ketiga model tersebut dalam memprediksi akun bot pada media sosial X dan menentukan model terbaik berdasarkan nilai f1-score. Pada penelitian ini juga dikembangkan penggunaan hyperparameter tuning grid search, random search, dan Bayesian optimization. Hasil penelitian ini menunjukkan bahwa model terbaik untuk prediksi akun bot pada media sosial X adalah XGBoost dengan hyperparameter tuning Bayesian optimization. Namun, model ini mengalami penurunan performa ketika digunakan untuk memprediksi akun bot pada data yang tidak seimbang.]]>
Copyrights © 2025
