ANALISIS SENTIMEN DATA TWITTER TERHADAP KEBOCORAN DATA PADA APLIKASI PEDULILINDUNGI MENGGUNAKAN ALGORITMA NAÏVE BAYES

Sidiq, Fajar Muhammad (2022) ANALISIS SENTIMEN DATA TWITTER TERHADAP KEBOCORAN DATA PADA APLIKASI PEDULILINDUNGI MENGGUNAKAN ALGORITMA NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (857kB)
	Text (BAB I) BAB I.pdf Download (290kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (652kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (334kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf Download (71kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (262kB)
	Other (SOURCE CODE) Source Code 18.11.1895 Fajar Muhammad Sidiq.rar Restricted to Repository staff only Download (1MB)
	Text (PUBLIKASI) Publikasi 18.11.1895 Fajar Muhammad Sidiq.pdf Restricted to Repository staff only Download (494kB)

Abstract

Kemajuan teknologi akan terus berkembang bersamaan dengan kemajuan zaman. Begitu pula dengan data yang tersimpan di internet akan semakin banyak. Data-data tersebut akan dilindungi oleh pihak-pihak terkait agar tidak diambil dan disalahgunakan oleh pihak yang tidak bertanggung jawab. Kasus kebocoran data sudah beberapa kali terjadi di Indonesia, contohnya pada aplikasi PeduliLindungi. PeduliLindungi merupakan sebuah aplikasi yang dibuat pemerintah dengan tujuan untuk menyimpan data masyarakat yang sudah melakukan vaksinasi COVID-19. Dengan beredarnya kabar kasus kebocoran data pada aplikasi PeduliLindungi, membuat masyarakat menjadi resah terhadap sistem keamanan yang dibuat oleh pihak pengembang aplikasi. Banyak masyarakat yang mengutarakan tanggapan mereka di berbagai media sosial, contohnya di twitter. Tanggapan-tanggapan tersebut dapat diolah menjadi sebuah informasi yang diperlukan. Namun sebelum menjadi sebuah informasi, harus dilakukannya tahap preprocessing dan klasifikasi menggunakan Algoritma Naive Bayes Classifier. Penelitian ini menggunakan dataset sebanyak 1501 tweet yang diuji melalui tiga tahapan dengan masing-masing tahap pengujiannya sebanyak lima kali, dengan perbandingan splitting dataset yang berbeda. Hasil analisis dari lima kali pengujian disetiap tahap pengujian, terdapat satu pengujian yang menghasilkan skor akurasi yang tertinggi yakni 88% dengan perbandingan splitting dataset sebesar 80:20 atau 1200 data training dan 301 data testing pada pengujian kesatu tahap pertama.

Actions (login required)

View Item