Implementasi dan Perbaikan Algoritme Fusi dengan Cascade Fusion Algorithm pada Sistem Proxy Server Untuk Replacing Konten Pada Situs Negatif

YOSUA ALVIN ADI S., Selo Sulistyo, S.T., M.T., M.Sc., Ph.D.;Dr. Ridi Ferdiana, S.T., M.T

2016 | Tesis | S2 Teknik Elektro

Perkembangan situs negatif membawa dampak buruk bagi para pengguna Internet terutama di kalangan remaja. Salah satu cara untuk memblokir situs tersebut adalah menyediakan daftar situs yang tergolong negatif. Permasalahan yang terjadi adalah setiap hari ada situs baru yang belum masuk ke daftar situs negatif tersebut. Oleh karena itu diperlukan sistem cerdas yang bisa mendeteksi konten dan menambah daftar situs negatif secara otomatis. Konten negatif pada sebuah situs bisa terdiri perpaduan teks, citra, dan video sehingga membutuhkan teknik penguraian konten dan pengklasifikasi yang berbeda untuk memisahkan jenis konten dan mengklasifikasi masing-masing kontennya. Masing-masing pengklasifikasi akan menghasilkan probabilitas, sehingga diperlukan algoritme yang bisa menggabungkan probabilitas tersebut. Algoritme fusi bisa menggabungkan keputusan probabilitas dari konten teks, citra, dan video, namun belum bisa bekerja pada situs dengan proporsi citra negatif dan positif yang berimbang atau selanjutnya bisa disebut situs abu-abu. Situs tersebut memerlukan penanganan khusus dengan menggunakan algoritme fusi secara bertingkat untuk mengganti sensitifitas error deteksi agar tingkat over-blocking bisa berkurang. Hasil penelitian menunjukkan bahwa setelah modifikasi algoritme fusi yang diterapkan, terjadi peningkatan akurasi dari 91.62% menjadi 98.49% karena tingkat over-blocking bisa dikurangi.

The development of negative sites bring harm to users of the Internet, especially among teenagers. One way to block these sites is to provide a list of sites that are categorized as negative. The problem that occurs is that every day there is a new site that have not been updated in that list. Therefore an intelligent system that can detect the content and and automatically update the list is needed. Negative content on a website can consist of text, image, and video contents that require different parsing techniques and classifiers to separate and classify such contents. Each of these classifiers produces a probability. Hence, an algorithm that can combine these probabilities is required. Fusion algorithm can combine the probabilities of text, images, and video contents. However, the algorithm does not work on websites which have equal proportion of negative and positive images or can be called as grey websites. Grey websites require specific handling such as cascade fusion algorithm to change the sensitivity so it can reduce the level of over-blocking. The results show that after the modification of fusion algorithm, the accuracy of the classifier increased from 91.62% to 98.49% because the rate of over-blocking could be reduced.

Kata Kunci : algoritme fusi, teknik bertingkat, klasifikasi, penapis, konten, parsing