Penerapan metode klasifikasi C4.5 untuk prediksi akun tepercaya pada media sosial TikTok

Ramdani, Jidan (2023) Penerapan metode klasifikasi C4.5 untuk prediksi akun tepercaya pada media sosial TikTok. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (64kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (81kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (174kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (211kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (343kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (339kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (31kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (97kB) | Request a copy

Abstract

Di era digital saat ini, platform media sosial telah menjadi bagian mendasar dari kehidupan sehari-hari, dan TikTok menjadi salah satu yang paling populer. Namun, dengan pesatnya pertumbuhan pengguna TikTok juga muncul masalah keamanan dan keandalan untuk akun pengguna. Phishing, spam, dan konten mencurigakan adalah ancaman serius bagi pengalaman pengguna yang positif. Oleh karena itu, diperlukan pendekatan yang efektif untuk mengidentifikasi dan memprediksi akun TikTok yang tepercaya. Penelitian ini bertujuan untuk mengimplementasikan algoritma C4.5, yang merupakan algoritma pembelajaran mesin berbasis pohon keputusan, untuk memprediksi keandalan akun TikTok. Algoritma C4.5 menggunakan metode pohon keputusan untuk membangun model prediksi dengan menggabungkan atribut-atribut yang terkait. Kumpulan data yang digunakan dalam penelitian ini mencakup atribut seperti jumlah pengikut, aktivitas, komentar dan balasan, serta beberapa atribut lain yang dapat mencerminkan kepercayaan suatu akun. Melalui implementasi algoritma C4.5, kami berhasil buat model prediksi yang mampu mengklasifikasikan akun TikTok menjadi dua kelas: "Dapat Dipercaya dan "Tidak Dapat Dipercaya". Siaran ini dapat membantu pengguna dan presiden platform TikTok untuk mengidentifikasi akun yang dapat berkontribusi secara aktif pada ekosistem TikTok. Dengan menggunakan kumpulan data nyata, data yang diuji sebanyak 200 akun sebagai sampel dari web scraping. Hasil pengujian menunjukkan bahwa algoritma C4.5 memiliki potensi yang baik untuk memprediksi keandalan akun TikTok dengan tingkat akurasi 98%.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: TikTok; Algoritma C4.5; Klasifikasi
Subjects: Operations, Archieves, Information Centers > Classification of Specific Subject
Numerical Analysis > Algorithms
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Jidan Ramdani
Date Deposited: 29 Dec 2023 06:44
Last Modified: 29 Dec 2023 07:07
URI: https://digilib.uinsgd.ac.id/id/eprint/83674

Actions (login required)

View Item View Item