Judul Sistem pendeteksi pengirim tweet dengan metode klasifikasi Naive Bayes Jurnal Teknik informatika dan Sisten informasi Halaman 11 halaman Tahun 2015 Penulis Maresha Caroline Wijanto Reviewer Feliks Kabali

Tujuan Riset Sistem untuk mendeteksi apakah pengirim pesan tersebut merupakan orang yang sama atau tidak menjadi sesuatu yang penting. Bagian yang signifikan dan menarik Peneliti menggunakan metode Klasifikasi Naive Bayes dengan memanfaatkan fitur frekuensi kemunculan kata, n-grams, formalisasi kata, dan penggunaan huruf kecil semua maupun biasa. Setiap tweet yang diolah menggunakan bahasa indonesia.

Subjek Penelitian Membahas twitter sebagai media sosial yang dipilih, metode Klasifikasi Naive Bayes dan penelitian yang sejenis di bidang ini. Metode penelitian Memanfaatkan SMS-SMS yang telah dikirimkan sebelumnya. penulis menggunakan metode Klasifikasi Naive Bayes juga untuk mendeteksi apakah sebuah tweet tertentu memang benar dikirimkan oleh pengirm yang sama. Masalaah yang ingin dijawab Penulis mencoba membuat suatu metode agar masarakat pengguna sosial media tidak mudah tertipu oleh org2 yg mencari keuntungan tapi merugikan orang lain.

Pembahasan 1 Solusi yang di pakai untuk mejawab dari riset ini adalah semua kumpulan tweet akan di jadikan sebagai data source, dan akan diambil satu buah tweet yg nantinya dijadikan sebagai test set. 2 Desain eksperimen yg di yang di tampilkan oleh penulis sangaat bailk, karna menyajikan data yang valid, karna sesuai dengan riset yang di lakukan 3 Eksperimen yg dilakukan berhasil karna penulis telah membuktikan bahwa metode klasifikasi Naive Bayes dapat di gunakan untuk mendeteksi pengirim pesan singkat merupakan orang yang sama atau tidak

Kelebihan Kekuatan dalam penelitian ini adalah menggunakan metode yang cukup baik dan menggunakan jurnal dari luar negeri, tidak hanya diIndonesia saja. Sehingga, keakurat bisa dipertanggungjawabkan. Kesimpulan dan judul sangat sinkron. Kekurangan Kelemahan dalam penelitian ini adalah Penulis hanya menggunakan satu metode yaitu metode klasifikasi Naive Bayes yang ditakutkan ada perbaikan dari jurnal lain, sehingga penulis bisa-bisa hanya meneliti ulang saja. 1. Tidak berlaku jika probabilitas kondisionalnya adalah nol, apabila nol maka probabilitas prediksi akan bernilai nol juga 2. Mengasumsikan variabel bebas

Simpulan Berdasarkan hasil pengujian yang berhasil dilakukan, metode klasifikasi Naive Bayes dapat mendeteksi pengirim tweet merupakan orang yang sama atau tidak berdasarkan tweet-tweet sebelumnya. Nilai akurasi secara keseluruhan yang diperoleh juga cukup baik, yaitu 82,145%.

Terkait dengan referensi . Penulis meggunakan referensi terbaru Ide Lain Sampai saat ini saya belum mempunyai ide lain terkait dengan penelitian ini. Terkai Referensi Terkait dengan referensi . Penulis meggunakan referensi terbaru tahun 2015, 2014, 2013 dan 2012

Daftar Pustaka 1. S. Kemp “Digital, social & mobile in 2015” we are social, Singapore, 2015 2. H Liauw, “Kejahatan dunia maya kian berbahaya – Kompas.com,” oktober 2014 3. A. H. Manumoyoso” penipu lewat sms di tangkap di jakarta – kompas.com” 7 oktober 2013 4. P. Gamalo and M. Garcia, “Citius: A Naive Bayes Strategy for Sentiment Analisys on English Tweets. Dublin 2014