Implementasi Algoritma Metode Naive Bayes dan Support Vector Machine Tentang Pembobolan dan Kebocoran Data di Twitter

Abstract

Abstrak− Data breaches dan data leakage merupakan masalah yang semakin meningkat dalam dunia teknologi saat ini. Ada banyak diskusi yang terjadi di media sosial, terutama di Twitter, mengenai masalah ini. Dalam paper ini, kami menggunakan analisis sentimen untuk mengevaluasi persepsi publik terhadap masalah keamanan data dan kebocoran data di Twitter. Kami menggunakan algoritma Support Vector Machine (SVM) dan Naïve Bayes untuk melakukan klasifikasi sentimen pada teks yang diambil dari Twitter. Hasil dari penelitian ini akan memberikan gambaran yang lebih baik mengenai persepsi publik terhadap masalah keamanan data dan kebocoran data dan dapat digunakan oleh pihak yang berkepentingan untuk meningkatkan keamanan data Selanjutnya, paper ini akan mendeskripsikan metodologi yang digunakan dalam pengumpulan data dari Twitter, proses pre-processing data, dan implementasi algoritma SVM serta Naïve Bayes untuk melakukan klasifikasi sentimen. Kemudian, hasil dari analisis sentimen akan dianalisis dan dibahas secara mendalam, serta dibandingkan dengan hasil analisis sentimen yang dilakukan dengan metode lain. Pada paper ini didapatkan hasil perhitungan algorithma NaïveBayes dengan precision 97%, dan perhitungan dari algorithma SVM didapatkan hasil Precision sebesar 80%.Selain itu, paper ini juga akan mencakup kesimpulan dan saran untuk penelitian selanjutnya dalam bidang yang sama. Kata Kunci: Data breaches, Data leakage, Teknologi, Media Sosial, Twitter, Analisis sentimen