Dokumen tersebut membahas tentang pendeteksian spam pada jejaring sosial Twitter menggunakan algoritma Naive Bayes Classifier. Penelitian ini bertujuan untuk membangun sistem deteksi spam otomatis dan memanfaatkan hasilnya untuk mendeteksi pengguna spam di Twitter. Metodologi penelitian meliputi studi literatur, analisis data, perancangan sistem, implementasi algoritma, dan pengujian.

1. 071402007
BOY UTOMO MANALU
PRODI TEKNOLOGI INFORMASI
FASILKOMTI - USU
MEDAN
2011

2. Latar Belakang
 Pertumbuhan pengguna Twitter meningkat
 Penyalahgunaan fungsi Twitter
 Penyebaran Spam
 Promosi dan Penipuan
 Link berbahaya
 Pengelabuan hasil pencarian dengan Trending Topics
 Fasilitas pelaporan Spam Twitter
 Link Report as Spam
 Mention akun yang dianggap spam

3. Rumusan Masalah
Berdasarkan latar belakang diatas, maka rumusan
masalah dalam penelitian ini adalah Bagaimana
mendeteksi spam pada situs jejaring sosial Twitter

4. Batasan Masalah
 Algoritma Naïve Bayes Classifier dan tidak
membandingkan metode ini dengan algoritma lain.
 Data Set dikumpulkan dari hasil mesin Twitter
Crawler yang dibangun dalam penelitian ini
menggunakan Twitter API
 Pengolahan fitur berbasis konten dengan text mining.
 Pembangunan sistem dan implementasi algoritma
dengan menggunakan bahasa pemograman PHP,
XML, JSON, dan database MySql.

5. Tujuan Penelitian
 Membangun sebuah mesin Crawler untuk melakukan
mining data real terhadap Twitter untuk mendapatkan
data set.
 Membangun sistem deteksi spam otomatis pada
Twitter

6. Manfaat Penelitian
Hasil penelitian ini diharapkan dapat digunakan
sebagai:
 Data Set yang dikumpulkan dapat digunakan untuk
melakukan penelitian lain dengan objek penelitian
yang berbeda.
 Sistem deteksi spam yang dibangun dapat mendeteksi
spam user pada Twiter secara otomatis.
 Membantu pengguna Twitter dalam mendeteksi dan
mengantisipasi Spammer.

7. Metodologi Penelitian
 Studi literatur
 Analisis dan Pengumpulan Data Set
 Analisis sistem
 Perancangan dan Implementasi algoritma
 Pengujian
 Penyusunan laporan

8. Tinjauan Pustaka
 SPAM
Spam adalah penyalahgunaan sistem pesan elektronik
untuk mengirim berita iklan dan keperluan lainnya
secara massal.
 Spam pada Twitter
Spam pada Twitter merupakan perilaku yang dilarang
yang melanggar Aturan Twitter (Twitter Rules).

9.  Beberapa cara spammer Twitter:
 Posting link yang berbahaya
 Mengikuti (following) akun secara besar-besaran
dengan jumlah pengikut yang kecil
 Penyalahgunaan reply @ atau fungsi @ mentions
 Membuat beberapa akun
 Melakukan penyerangan spam sesuai trending topics
 Berulang kali memposting update duplikat
 Posting link dengan tweet yang tidak berkaitan

10.  Twitter
 Dioperasikan oleh Twitter Inc., memungkinkan
penggunanya untuk mengirim dan membaca pesan
yang tweets
 Graf berarah
 Pengumpulan Data
 Twitter API
 Rest API
 Search API
 Streaming API
 Twitter Crawler

11.  Machine learning
 Fitur berbasis graf
Graf Twitter (Wang, 2010)

12.  Fitur berbasis konten
Berdasarkan konten yang ada pada tweet, akan dilakukan
pengolahan teks (text preprocessing), transformasi teks
(text transformation/ feature generation), dan
penemuan pola (pattern discovery).

13.  Naive Bayes classifier
 sebuah metode machine learning yang menggunakan
pendekatan probabilistik dalam menginferensi, yakni
berbasis pada teorema
 probabilitas kemunculan sebuah kata independen
terhadap posisinya di dalam teks
 Independensi mengurangi kompleksitas dalam
perhitungan nilai-nilai probabilitas bersyarat pada
teorema Bayes secara umum

14. Jadwal Penelitian
Kegiatan
Tahun 2011
April Mei Juni Juli Agustus September Oktober
3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1
Seminar Proposal
Studi literatur
Analisis dan
Pengumpulan Data Set
Analisis Sistem
Perancangan dan
Implementasi
Algoritma
Pengujian
Penyusunan Laporan
dan Kesimpulan Akhir
Seminar Hasil
Sidang Meja Hijau