PENGARUH SELEKSI FITUR PADA TINGKAT AKURASI METODE RANDOM FOREST UNTUK IDENTIFIKASI AKUN BUZZER TWEET TOKOH POLITIK INDONESIA

Abstract

Media sosial merupakan salah satu bentuk media yang paling banyak digunakan saat ini. Twitter merupakan salah satu media sosial yang digunakan untuk mencari informasi ,seiring peningkatan pengguna twitter, jumlah akun-akun Buzzer pun mengalami peningkatan. Akun buzzer seringkali menyebarkan informasi-informasi hoax dan ujaran kebencian, hal ini dapat menimbulkan kegaduhan di masyarakat. Pada penelitian ini akan digunakan algoritma Random Forest Classifier untuk mendidentifikasi akun-akun buzzer dengan menggabungkan fitur -fitur dataset dari penelitian sebelumnya, dataset terbaru dan dilakukan juga seleksi  fitur menggunakan Spearman Correaltion Based Feature Selection untuk mencari nilai korelasi dari semua fitur. Pada penelitian ini disimpulkan bahwa sistem mampu mendeteksi akun buzzer dengan tingkat akurasi 74% dan tingkat presisi 76.65% berdasarkan dataset yang sudah didapatkan oleh penulis. Disimpulkan juga bahwa semakin banyak fitur yang digunakan dalam proses klasifikasi semakin tinggi juga tingkatan akurasi yang didapat.