Implementasi Algoritma Support Vector Machine (SVM) Untuk Klasifikasi Komentar Spam Pada Instagram

Abstrak

Instagram adalah sebuah aplikasi berbagi foto dan video yang memungkinkan pengguna mengambil foto, mengambil video, menerapkan filter digital dan membagikannya ke berbagai layanan jejaring sosial. Para tokoh masyarakat, terutama aktor, aktris, influencer dan selebritas instagram menggunakan Intagram sebagai salah satu platform yang digunakan dalam mempromosikan berbagai kegiatan atau karya mereka kepada para penggemar atau pengikutnya. Tetapi, banyak sekali komentar spam yang ada pada postingan tersebut baik berupa komentar baik ataupun buruk. Penelitian ini memperoleh data komentar dari Instagram untuk dijadikan dataset yaitu dari public figure, aktris dan aktor yang memiliki lebih dari 5 juta pengikut. Dengan menggunakan preprocessing (cleansing data, tokenization, case folding dan stopword removal) dan TF-IDF untuk perbobotan, pemilihan kernel yang ingin dipakai dan dilakukan pelatihan model SVM pada proses klasifikasi tersebut. Sehingga diperlukan sebuah sistem yang dapat mengklasifikasikan bahwa komentar tersebut spam atau tidak. Metode yang digunakan adalah Support Vector Machine (SVM). Support Vector Machine adalah suatu metode machine learning yang memiliki prinsip kerja Structural Risk Minimization bertujuan mencari hyperplane atau pemisah antar dua buah kelas pada suatu input space. Dari hasil pengujian diperoleh bahwa performansi algoritma yang diusulkan menghasilkan tingkat akurasi sebesar 96.82%, presisi 94%, recall 92%, dan F1-Score 93%.