KLASIFIKASI SPAM TWEET COVID-19 PADA TWITTER MENGGUNAKAN METODE NAÏVE BAYES

Abstract

Penelitian ini membahas bagaimana penerapan Naïve Bayes bisa mengklasifikasi tweet ke dalam dua kategori yaitu spam dan non spam berdasarkan hashtag dan tweet yang bisa diklasifikasi berbahasa Indonesia dan bagaimana agar dapat meningkatkan perhitungan akurasi dalam sebuah sistem klasifikasi spam dan non spam pada twitter menggunakan fitur trending topics dan hashtag. Dalam menghadapi permasalahan tersebut, maka dari itu pada tugas akhir telah membangun suatu sistem untuk mengklasifikasi spam dan non spam dengan metode Naïve Bayes. Dalam mengimplementasikann sistem ini, tahapan yang dilakukan meliputi pengumpulan data menggunakan twitter API, pembuatan dataset, pemberian label secara manual, pengolahan data, pemilihan model, pengujian model, perhitungan akurasi dan validasi. Menggunakan metode Naïve Bayes yang memiliki kinerja baik untuk pengklasifikasian data dokumen yang mengandung angka maupun teks dan kemampuannya mengklasifikasikan dokumen dengan sederhana dan kecepatan komputasinya yang tinggi. Dalam penelitian ini dataset akan melewati proses training dan testing. Hasil dari pengujian (testing) sistem klasifikasi ini menunjukan bahwa metode Naïve Bayes tingkat akurasi yang didapat sebesar 98.84% untuk data latih (training) dan 75.14% untuk data uji (testing). Tingkat akurasi ini didapat dari hasil pengujian terhadap 615 data tweet. Dan Algorima Naïve Bayes dapat pemprediksi tweet ke dalam kelas spam dan non spam di dalam proses validasi menggunakan 433 data tweet.