Perbandingan Algoritma Klasifikasi Analisis Sentimen Pengguna Aplikasi Getcontact Dalam Pencegahan Penipuan Online
COMPARISON OF CLASSIFICATION ALGORITHM IN USER SENTIMENT ANALYSIS OF GETCONTACT APPLICATION IN ONLINE FRAUD PREVENTION
DOI:
https://doi.org/10.32664/j-intech.v12i1.1262Kata Kunci:
getcontact, naive bayes classifier, penipuan online, textmining, support vector machineAbstrak
Penipuan online merujuk pada berbagai tindakan penipuan yang dilakukan melalui internet dengan tujuan untuk mendapatkan keuntungan finansial atau informasi pribadi secara curang. Kewaspadaan akan pentingnya keamanan untuk diri sendiri dan orang-orang yang kita kenal, perlu terus kita sebar luaskan dimana saat ini banyak terkadi modus penipuan online yang sangat beragam. Salah satu aplikasi yang cukup dikenal oleh masyarakat diantaraya seperti aplikasi GetContact adalah sebuah aplikasi yang dirancang untuk memberikan informasi tentang panggilan yang masuk, identifikasi panggilan spam atau penipuan, dan menyediakan layanan berkaitan dengan daftar kontak telepon yang telah didaftarkan juga oleh sesama pengguna aplikasi tersebut. Dalam penelitian ini, peneliti akan menganalisis sentimen komentar pengguna aplikasi Getcontact dengan membandingkan hasil pengujian terhadap algoritma klasifikasi yaitu Naïve Bayes Classifier dan SVM. Proses penelitian ini akan dimulai dengan pengambilan sampel data menggunakan teknik scrapping pada google playstore dan data komentar pengguna aplikasi Getcontact proses menggunakan RapidMiner. Setelah proses preprocessing dan pengujian model dengan dua metode textmining dengan menggunakan algoritma yaitu SVM dan Naive Bayes, hasil evaluasi dan validasi menunjukkan bahwa Naïve Bayes memiliki tingkat akurasi yang lebih tinggi dari pada SVM. Untuk Naïve Bayes, nilai akurasi mencapai 82.97% dengan nilai AUC sebesar 0.500, sedangkan untuk SVM, nilai akurasi adalah 78,00% dengan nilai AUC sebesar 0.926. Hasil ini menunjukkan bahwa Naïve Bayes lebih unggul dalam mengklasifikasikan komentar pengguna pada aplikasi Getcontact di google play sebagai komentar positif dan negative.
Referensi
Alfauzi, R. Z., Poerbaningtyas, E., & Oktavia, C. A. (2019). Parental Control System Aktivitas Santri Berbasis Android ( Studi Kasus : Pondok Pesantren Mahasiswa Baitul Jannah ). 07, 97–103.
Herianto Herianto. (2018). Penerapan Text-Mining Untuk Mengidentifikasi Pengguna Twitter Terhadap Fenomena Peran DPR RI. JURNAL SAINS & TEKNOLOGI /, 8(2).
Hermanto, Antonius Yadi Kuntoro, & Taufik Asra. (2022). Klasifikasi Keluhan Pengguna Kai Access Untuk Pemesanan Tiket Dengan Algoritma Svm Dan Naïve Bayes. SinkrOn, 6(2).
Hermanto, H., Mustopa, A., & Kuntoro, A. Y. (2020). Algoritma Klasifikasi Naive Bayes Dan Support Vector Machine Dalam Layanan Komplain Mahasiswa. JITK (Jurnal Ilmu Pengetahuan Dan Teknologi Komputer), 5(2), 211–220. https://doi.org/10.33480/jitk.v5i2.1181
Hermanto, Sandra Jamu Kuryanti, & Siti Nur Khasanah. (2019). Comparison of Naïve Bayes Algorithm, C4.5 andRandom Forest for Service Classification OjekOnlin. Journal Publications & Informatics Engineering Research, 3(2).
Kuntoro, A. Y., Asra, T., Sistem, S., Fakultas, I., Informatika, T., Mandiri, U. N., Timur, J., Studi, P., Komputer, T., Teknik, F., Bina, U., Informatika, S., Studi, P., Perangkat, R., Fakultas, L., Informatika, T., Bina, U., & Informatika, S. (2022). Klasifikasi Keluhan Pengguna KAI Access Untuk Pemesanan. JIKA (Jurnal Informatika) Universitas Muhammadiyah Tangerang, 161–169.
Noor Rahmad. (2019). Kajian Hukum terhadap Tindak Pidana Penipuan Secara Online. JURNAL HUKUM EKONOMI SYARIAH, 3(2).
Noviriandini, A., Hermanto, H., & Ayu Ambarsari, D. (2023). Analisis Tingkat Kepuasan Pengguna Aplikasi JMO (Jamsostek Mobile) Menggunakan Algoritma Naive Bayes Classifier. Reputasi: Jurnal Rekayasa Perangkat Lunak, 4(1), 33–37. https://doi.org/10.31294/reputasi.v4i1.1986
Noviriandini, A., Hermanto, H., & Yudhistira, Y. (2022). Klasifikasi Support Vector Machine Berbasis Particle Swarm Optimization Untuk Analisa Sentimen Pengguna Aplikasi Pedulilindungi. JIKA (Jurnal Informatika), 6(1), 50. https://doi.org/10.31000/jika.v6i1.5681
Perkasa, K. B. P. Y., & Eka Purwiantono, F. (2023). Sistem Rekomendasi Jurusan Menggunakan Algoritma Naïve Bayes Gaussian Berbasis Web. J-INTECH, 11(2), 361–370. https://doi.org/10.32664/j-intech.v11i2.1090
Rusmana, A. (2015). Penipuan Dalam Interaksi Melalui Media Sosial (Kasus Peristiwa Penipuan melalui Media Sosial dalam Masyarakat Berjejaring). Jurnal Kajian Informasi Dan Perpustakaan, 3(2), 187. https://doi.org/10.24198/jkip.v3i2.9994
Tinaliah, T., & Elizabeth, T. (2022). Analisis Sentimen Ulasan Aplikasi PrimaKu Menggunakan Metode Support Vector Machine. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(4), 3436–3442. https://doi.org/10.35957/jatisi.v9i4.3586
