similarity-Implementasi Data Mining dengan Algoritma Naïve Bayes untuk Profiling Korban Penipuan Online di Indonesia

Sunardi, Sunardi (2022) similarity-Implementasi Data Mining dengan Algoritma Naïve Bayes untuk Profiling Korban Penipuan Online di Indonesia. Jurnal Media Informatika Budidarma, 6 (3). ISSN 2614-5278

Text Implementasi Data Mining dengan Algoritma Naïve Bayes untuk Profiling Korban Penipuan Online di Indonesia.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 melalui
Instant 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:	Faculty of Industrial Technology (Fakultas Teknologi Industri) > S1-Electrical Engineering (S1-Teknik Elektro)
Depositing User:	SUNARDI
Date Deposited:	23 Aug 2022 02:02
Last Modified:	23 Aug 2022 02:06
URI:	http://eprints.uad.ac.id/id/eprint/36438

Actions (login required)

View Item