Similarity-AF-Implementasi Data Mining dengan Algoritma Naive Bayes untuk Profiling Korban Penipuan Online di Indonesia

Sunardi, Sunardi and Fadlil, Abdul and Perdana Kusuma, Nur Makkie (2022) Similarity-AF-Implementasi Data Mining dengan Algoritma Naive Bayes untuk Profiling Korban Penipuan Online di Indonesia. Jurnal Media Informatika Budidarma, 6 (3). ISSN 2614-5278

Text Similarity-AF-Implementasi Data Mining dengan Algoritma Naive Bayes.pdf Download (3MB)

Abstract

Profiling terhadap korban kejahatan dimaksudkan untuk memudahkan target penyebaran informasi dan melakukan
usaha pencegahan. Pembuatan profiling berguna sebagai cara untuk meningkatkan kewaspadaan pengguna internet terhadap cybercrime.Penelitian ini bertujuan untuk membuat profiling berdasarkan sosiodemografi korban penipuan online melaluiInstant Messenger (IM) di Indonesia yang didasarkan pada sosiodemografi korban penipuan secara daring, yaitu usia, jenis kelamin, tingkat pendidikan, domisili, pekerjaan, durasi menggunakan internet dalam sehari, dan media Instant Messenger yang digunakan. Metode yang digunakan dalam penelitian ini adalah metode statistik deskriptif yaitu dengan Data Mining menggunakan metode snowball sampling dengan cara melakukan sharelink melalui WhatsApp. Partisipan diberikan tautan untuk mengisi beberapa pertanyaan survey tentang sosiodemografi korban seperti usia, jenis kelamin, pekerjaan, domisili, dan tentang penipuan online yang pernah di alami melalui aplikasi IM. Survei dibuat dengan menggunakan GoogleForms dan
dikirimkan secara daring melalui WhatsApp kepada partisipan yang pernah menjadi korban penipuan online. Teknik Data
Mining digunakan untuk menganalisa respon dari 1910 partisipan kemudian diklasifikasikan menggunakan Algoritma Naïve Bayes Hasil penelitian menunjukkan Algoritma Naïve Bayes mempunyai persentase akurasi sebesar 75,28%. Model prediksi terhadap kerentanan korban penipuan online adalah responden yang berjenis kelamin perempuan, berusia 27,3 tahun, menggunakan Instagram dan WhatsApp, berdomisili di Provinsi Jawa Tengah, memiliki riwayat pendidikan terakhir hanya sampai dengan SMA, dan menggunakan internet lebih dari delapan jam sehari, serta berstatus sebagai Pelajar/Mahasiswa.

Item Type:	Artikel Umum
Subjects:	T Technology > T Technology (General)
Divisi / Prodi:	Master (Magister) > Master of Technology Informatica (Magister Teknologi Informatika)
Depositing User:	Drs. Abdul Fadlil, M.T., Ph.D.
Date Deposited:	22 Aug 2022 02:14
Last Modified:	22 Aug 2022 02:21
URI:	http://eprints.uad.ac.id/id/eprint/36394

Actions (login required)

View Item