APLIKASI PENDETEKSI PEMBAJAKAN AKUN TWITTER MENGGUNAKAN PEMODELAN MANDATORY DAN OPTIONAL

CHRISTIANTY, HAPPY AYU (2014) APLIKASI PENDETEKSI PEMBAJAKAN AKUN TWITTER MENGGUNAKAN PEMODELAN MANDATORY DAN OPTIONAL. Undergraduate thesis, INSTITUT TEKNOLOGI SEPULUH NOPEMBER.

[img] Text
5110100011-undergraduate thesis.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Eksistensi sosial media sering kali dimanfaatkan sebagai media dalam melakukan tindak kejahatan dunia maya. Dampak yang ditimbulkan akibat adanya tindak kejahatan tersebut sangat mengganggu dan merugikan para pengguna sosial media. Dalam Tugas Akhir ini dibagun sebuah aplikasi pendeteksi pembajakan pada akun Twitter yang terdiri dari modul komunikasi client dengan protokol HTTP, komunikasi antara client dan server dengan protokol TCP, proses pembelajaran kebiasaan pengguna dalam mengirimkan tweet menggunakan analisis behavioral, proses pengambilan keputusan menggunakan metode klasifikasi K-Nearest Neighbors, dan proses pengiriman notifikasi dari server kepada client. Sistem melakukan proses pembobotan atribut dengan menggunakan pemodelan mandatory dan optional pada masing-masing atribut untuk mendapatkan hasil dari proses pembelajaran kebiasaan pengguna oleh sistem. Sistem telah berhasil diimplementasikan dan dilakukan serangkaian uji coba fungsionalitas, sistem dan performa. Uji coba fungsionalistas dilakukan dengan menguji proses dan jalannya suatu fungsi di dalam sistem mulai dari masukan hingga keluaran yang didapat. Pada uji coba sistem dilakukan dengan menguji penggunaan nilai k pada algoritma KNN, pengambilan batas bawah pada pemodelan mandatory, dan persentase pembobotan atribut mandatory serta optional. Sedangkan pada uji coba performa dilakukan dengan mengetahui waktu yang dibutuhkan untuk proses yang terjadi antara client dan server dalam mengolah data. Dari hasil uji coba fungsionalitas dapat dilihat perbandingan akurasi pada model yang diujikan. Hasil dengan akurasi yang paling optimal digunakan untuk membentuk model dan jalannya proses hingga mampu mendapatkan hasil yang sesuai. Selain itu, hasil uji coba fungsionalitas dan performa ikut mendukung dalam menbangun sistem yang mampu memberikan hasil yang cukup baik.

Item Type: Thesis (Undergraduate)
Additional Information: RSIf 005.12 Chr a
Uncontrolled Keywords: analisis behavioral, deteksi pembajakan, K-Nearest Neighbors, pemodelan mandatory dan optional, Twitter
Subjects: H Social Sciences > HT Communities. Classes. Races
T Technology > T Technology (General)
Divisions: Faculty of Information Technology > Informatics Engineering > (S1) Undergraduate Theses
Depositing User: Mrs Ansi Aflacha
Date Deposited: 19 Dec 2016 07:55
Last Modified: 19 Dec 2016 07:55
URI: http://repository.its.ac.id/id/eprint/1095

Actions (login required)

View Item View Item