IMPLEMENTASI ALGORITMA NAÏVE BAYES PADA DATA TWITTER UNTUK MENDUKUNG FORENSIK DIGITAL (STUDI KASUS : PELECEHAN SEKSUAL)

Pesatnya perkembangan Jejaring Sosial sebagai salah satu kemajuan dalam teknologi tidak hanya membawa dampak positif tetapi juga memperkenalkan masalah-masalah baru saat tidak digunakan secara tepat atau menyalahi secara semestinya, hal ini disebut cybercrime. Twitter merupakan salah satu jejaring sosial yang sangat diminati saat ini karena kemudahan akses yang dapat dilakukan melalui smarthphone, laptop, tablet maupun berbagai layanan aplikasi lainnya. Pertumbuhan Jejaring Sosial Twitter tersebut membawa trend baru dalam masyarakat sebagai ajang untuk melakukan tindakan pelecehan seksual. Pada penelitian ini, dilakukan penerapan algoritma Naïve Bayes dan metode ekstraksi fitur TF-IDF dalam mengklasifikasikan tweet yang mengandung pelecehan seksual untuk mendukung forensik digital. Penelitian ini juga bertujuan untuk menganalisis hasil klasifikasi yang dilakukan dengan menerapkan alur proses pembuatan dataset hingga tahap evaluasi sistem. Berdasarkan hasil percobaan yang dilakukan, didapatkan hasil akurasi terbaik dari klasifikasi tweet berbahasa Indonesia di Twitter yang mengarah pada pelecehan seksual menggunakan Naïve Bayes dan pembobotan TF-IDF adalah sebesar 77,42%. Hasil akurasi rata-rata pada keseluruhan subset model mendapatkan akurasi sebesar 71,84%. Selain itu, proses pembangunan dataset yang menggunakan fokus tema dan kata kunci yang banyak dapat menyebabkan hasil implementasi model klasifikasi pada dataset tersebut menjadi tidak baik. Proses pembangunan dataset yang hanya menggunakan satu relawan menjadikan dataset menjadi subyektif dan kurang dapat divalidasi kebenaran ataupun ketepatan dataset.