DETEKSI KOMENTAR SPAM PADA INSTAGRAM MENGGUNAKAN COMPLEMENTARY NAIVE BAYES

NUR AZIZUL HAQIMI, Dr. Nur Rokhman, S.Si., M.Kom.;Dr. Sigit Priyanta, S.Si., M.Kom.

2019 | Tesis | MAGISTER ILMU KOMPUTER

Instagram (IG) merupakan salah satu aplikasi media sosial berbasis web dan mobile dimana pengguna dapat membagikan foto atau video dengan fitur yang tersedia. Mengunggah foto atau video dengan caption yang berisi penjelasan tentang foto atau video tersebut dapat menuai komentar spam. Komentar spam berisi komentar yang tidak relevan dengan caption dan foto. Keberadaan spam menjadi penghalang untuk mendapatkan informasi dengan tingkat kesesuaian konten tinggi. Ketika mengidentifikasi komentar spam dan nonspam, masalah yang menantang adalah komentar spam lebih sedikit daripada komentar nonspam sehingga mengarah pada masalah ketidakseimbangan data (imbalance dataset). Imbalanced dataset dapat memberikan pengaruh terhadap perfoma suatu algoritma klasifikasi. Metode Complementary Naïve Bayes (CNB) diketahui dapat menghitung ketidakmungkinan data pada suatu kelas tertentu dengan mengidentifikasi bahwa data tersebut berada di kelas lain. Hal tersebut menjadi fokus penelitian terkait dengan implementasi metode CNB dalam menangani imbalance dataset pada deteksi komentar spam Instagram. Penelitian menggunakan pembobotan TF-IDF dengan metode klasifikasi Support Vector Machine (SVM) dan Naïve Bayes Classifier (NBC) sebagai klasifikasi pembanding. Berdasarkan hasil pengujian dengan data latih sejumlah 2500 komentar dan data uji sejumlah 100 komentar pada kasus imbalanced dataset (25% spam dan 75% nonspam) maka didapatkan akurasi CNB sebesar 92%, precision sebesar 86%, recall sebesar 100% dan f-measure sebesar 93%. Metode SVM menghasilkan akurasi sebesar 87%, precision sebesar 79%, recall sebesar 100% dan f-measure sebesar 88%. NBC memiliki akurasi sebesar 92%, precision sebesar 90%, recall sebesar 94% dan f-measure sebesar 93%. Kesimpulannya metode CNB dan NBC lebih cocok untuk mendeteksi komentar spam dengan kasus imbalanced dataset.

Instagram (IG) is a web-based and mobile social media application where users can share photos or videos with available features. Upload photos or videos with captions that contain an explanation of the photo or video that can reap spam comments. Comments on spam containing comments that are not relevant to the caption and photos. The existence of spam is a barrier to getting information with a high level of content suitability. When identifying spam and nonspam comments, a challenging problem is that spam comments are less than nonspam comments, leading to problems with imbalanced datasets. Imbalanced datasets can influence the performance of a classification algorithm. The Complementary Naïve Bayes (CNB) method is known to be able to calculate the impossibility of data in a particular class by identifying that the data is in another class. This is the focus of research related to the development of the CNB method in dealing with imbalance datasets for the detection of Instagram spam comments. The study uses weighting TF-IDF with the Support Vector Machine (SVM) classification method and Naïve Bayes Classifier (NBC) as a comparison classification. Based on the test results with training data of 2500 comments (25% spam and 75% nonspam) and test data for 100 comments in the case of the imbalanced dataset, the results of accuracy were 92%, precision 86%, recall 100% and f-measure of 93% on the CNB method. The SVM method produces an accuracy of 87%, precision of 79%, recall of 100% and f-measure of 88%. NBC has an accuracy of 92%, precision of 90%, recall of 94% and f-measure of 93%. In conclusion, the CNB method is more suitable for detecting spam comments with cases of imbalanced datasets.

Kata Kunci : Instagram, Spam, Complementary Naïve Bayes, Naïve Bayes Classifier, Support Vector Machine.