S KOM 1100948 Chapter5
75
BAB V
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Kesimpulan dari penelitian Sistem Prediksi Spam Account Pada Media
Sosial Twitter Dengan Menggunakan Algoritma C4.5 adalah sebagai berikut.
1. Atribut-atribut yang ada cukup berpengaruh pada klasifikasi kategori akun.
Atribut seperti Retweet ratio yang merupakan akar (root) dari pohon
keputusan memiliki perbedaan yang jelas antara akun kategori spam
dengan akun non-spam. Akun non-spam lebih banyak melakukan retweet
dibandingkan dengan akun spam. Hal ini juga terjadi pada atribut mention
ratio akun non-spam yang lebih besar, menandakan akun non-spam gemar
berinteraksi antar sesama pengguna twitter. Atribut lainnya seperti interval
waktu dalam menghasilkan tweet (interval all tweet dan interval one
tweet) menghasilkan nilai yang kecil, menandakan jarak antar tweet
berdekatan satu dengan yang lain. Ini membuktikan bahwa akun spam
menghasilkan spam tweet dengan menghasilkan jumlah tweet yang banyak
dalam waktu relatif singkat.
2. Sistem klasifikasi yang dihasilkan berjalan dengan baik dalam melakukan
klasifikasi akun.
Algoritma C4.5
yang digunakan dalam melakukan
klasifikasi menghasilkan akurasi sebasar 95%. Nilai akurasi ini lebih besar
dibandingkan
dengan
nilai
akurasi dari sebagian
besar
penelitian-
penelitian sebelumnya.
3. Kinerja sistem dalam melakukan klasifikasi menjadi lebih baik dalam
menggunakan model hasil pruning dengan algorima
REP dimana model
yang dihasilkan lebih ramping sehingga lebih cepat dalam melakukan
klasifikasi data baru. Akurasi yang dihasilkan juga mengalami peningkatan
menggunakan model hasil pruning sebesar 1%.
Dion Ajie Poetra, 2016
SISTEM PRED IKSI SPAM ACCOUNT PAD A MED IA SOSIAL TWITTER D ENGAN MENGGUNAKAN
ALGORITMA C4.5
Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu
76
5.2
Saran
Berikut merupakan saran-saran pada penelitian ini untuk pengembangan
lebih lanjut.
1. Melakukan klasifikasi lebih lanjut mengenai karakteristik akun twitter
selain akun spam dan non-spam.
Dion Ajie Poetra, 2016
SISTEM PRED IKSI SPAM ACCOUNT PAD A MED IA SOSIAL TWITTER D ENGAN MENGGUNAKAN
ALGORITMA C4.5
Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu
77
Dion Ajie Poetra, 2016
SISTEM PRED IKSI SPAM ACCOUNT PAD A MED IA SOSIAL TWITTER D ENGAN MENGGUNAKAN
ALGORITMA C4.5
Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu
BAB V
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Kesimpulan dari penelitian Sistem Prediksi Spam Account Pada Media
Sosial Twitter Dengan Menggunakan Algoritma C4.5 adalah sebagai berikut.
1. Atribut-atribut yang ada cukup berpengaruh pada klasifikasi kategori akun.
Atribut seperti Retweet ratio yang merupakan akar (root) dari pohon
keputusan memiliki perbedaan yang jelas antara akun kategori spam
dengan akun non-spam. Akun non-spam lebih banyak melakukan retweet
dibandingkan dengan akun spam. Hal ini juga terjadi pada atribut mention
ratio akun non-spam yang lebih besar, menandakan akun non-spam gemar
berinteraksi antar sesama pengguna twitter. Atribut lainnya seperti interval
waktu dalam menghasilkan tweet (interval all tweet dan interval one
tweet) menghasilkan nilai yang kecil, menandakan jarak antar tweet
berdekatan satu dengan yang lain. Ini membuktikan bahwa akun spam
menghasilkan spam tweet dengan menghasilkan jumlah tweet yang banyak
dalam waktu relatif singkat.
2. Sistem klasifikasi yang dihasilkan berjalan dengan baik dalam melakukan
klasifikasi akun.
Algoritma C4.5
yang digunakan dalam melakukan
klasifikasi menghasilkan akurasi sebasar 95%. Nilai akurasi ini lebih besar
dibandingkan
dengan
nilai
akurasi dari sebagian
besar
penelitian-
penelitian sebelumnya.
3. Kinerja sistem dalam melakukan klasifikasi menjadi lebih baik dalam
menggunakan model hasil pruning dengan algorima
REP dimana model
yang dihasilkan lebih ramping sehingga lebih cepat dalam melakukan
klasifikasi data baru. Akurasi yang dihasilkan juga mengalami peningkatan
menggunakan model hasil pruning sebesar 1%.
Dion Ajie Poetra, 2016
SISTEM PRED IKSI SPAM ACCOUNT PAD A MED IA SOSIAL TWITTER D ENGAN MENGGUNAKAN
ALGORITMA C4.5
Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu
76
5.2
Saran
Berikut merupakan saran-saran pada penelitian ini untuk pengembangan
lebih lanjut.
1. Melakukan klasifikasi lebih lanjut mengenai karakteristik akun twitter
selain akun spam dan non-spam.
Dion Ajie Poetra, 2016
SISTEM PRED IKSI SPAM ACCOUNT PAD A MED IA SOSIAL TWITTER D ENGAN MENGGUNAKAN
ALGORITMA C4.5
Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu
77
Dion Ajie Poetra, 2016
SISTEM PRED IKSI SPAM ACCOUNT PAD A MED IA SOSIAL TWITTER D ENGAN MENGGUNAKAN
ALGORITMA C4.5
Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu