Deteksi Spam Bot Pada Komentar Youtube Menggunakan Artificial Neural Network (Ann)

Buku Bukupedia hanya dapat dibaca di aplikasi myedisi reader pada Android smartphone, tablet, iPhone dan iPad.

Pratinjau

Deteksi Spam Bot Pada Komentar Youtube Menggunakan Artificial Neural Network (Ann)

1 Pembaca	Rp 79.999
Patungan hingga 5 orang pembaca Hemat beli buku bersama 2 atau dengan 4 teman lainnya. Pelajari pembelian patungan disini
3 Pembaca Rp ~~239.997~~ ▼ 13% Rp 69.332 /orang	Rp 207.997

5 Pembaca Rp ~~399.995~~ ▼ 20% Rp 63.999 /orang	Rp 319.996


Pembelian grup
Pembelian buku digital dilayani oleh penerbit untuk mendapatkan harga khusus.	Hubungi penerbit


Perpustakaan
Buku ini dapat dibeli sebagai koleksi perpustakaan digital.	myedisi library

Edisi digital buku ini hanya dapat dibaca di aplikasi myedisi reader pada Android smartphone, tablet, iPhone dan iPad.

Deteksi Spam Bot Pada Komentar Youtube Menggunakan Artificial Neural Network (Ann)

Di era maraknya teknologi dan penggunaan internet, Youtube merupakan sebuah platform penyedia media yang sangat popular dan digunakan oleh hampir seluruh orang didunia, didalam youtube, para pengguna platform tersebut dapat menyaksikan konten yang telah disediakan oleh para kreator konten. Selain sebagai media hiburan, youtube juga dimanfaatkan sebagai sarana membentuk pasar, komunitas dan juga mengemukakan opini. Youtube menghadapai berbagai macam masalah baik itu keamanan, privasi dan spam, sehingga membuat para pengguna platform tersebut merasa terganggu, sehingga perlu adanya upaya untuk membedakan komentar spam dan komentar asli dari pengguna. Penelitian ini bertujuan untuk mendeteksi komentar spam dengan melakukan klasifikasi terhadap komentar yang ada pada video diplatform youtube. Komentar akan dibagi menjadi 2 kategori untuk menandakan komentar spam dan komentar asli, terdapat berbagai macam metode dan model untuk dapat mendeteksi spam. Salah satunya adalah Artificial Neural Network (ANN). Penelitian ini mengumpulkan data komentar dari Youtube dan data dilakukan tahap pra- pemrosesan yaitu tokenisasi, penghapusan stop word, dan lematisasi, kemudian data diberi label yang diduga sebagai spam dan komentar asli. Lalu model dievaluasi menggunakan Confusion Matrix dengan hasil akurasi sebesar 92%.

Ikhtisar Lengkap

Penulis: Dzul Jalali Wal Ikram / Syafrial Fachri Pane

Penerbit: Bukupedia
ISBN: 9786230928123
Terbit: Maret 2023 , 75 Halaman

BUKU SERUPA

Lihat buku serupa lainnya

Telegram Bot Wawancara Kerja Dengan Algoritma Long Short Term Memory
Alwizain Almas Trigreisian, Nisa Hanum Harani
Rp 75.000

Panduan Untuk Membuat Chatbot Cerdas
Bryan Samperura, Muhammad Sapwan Suhadi, Rolly Maulana
Rp 50.000

Klasifikasi Text Spam Menggunakan Metode Support Vector Machine dan Naive Bayes
Moch Arifqi Ramadhan
Rp 25.000

Voice Cloning
Dinda Majesty, Rolly Maulana Awangga, Mohamad Nurkamal Fauzan
Rp 150.000

Tutorial Mudah Membuat Aplikasi Android Dengan Mit App Inventor (AI2)
Agus Suharto
Rp 55.000

Langkah Mudah Membuat Dashboard Rest API
Raul Mahya Komaran, Roni Andarsyah, Marlina Lubis, Rolly Maulana Awangga
Rp 30.000

Membuat Analisis Komparatif Arima & Prophet Pada Peramalan Penjualan
Salsabila Vebi Natasya, Rolly Maulana Awangga
Rp 35.000

Telegram Bot Wawancara Kerja Dengan Algoritma Long Short Term Memory
Alwizain Almas Trigreisian, Nisa Hanum Harani
Rp 75.000

Panduan Untuk Membuat Chatbot Cerdas
Bryan Samperura, Muhammad Sapwan Suhadi, Rolly Maulana
Rp 50.000

Klasifikasi Text Spam Menggunakan Metode Support Vector Machine dan Naive Bayes
Moch Arifqi Ramadhan
Rp 25.000

Ikhtisar

Pendahuluan / Prolog

Prakata

Spam merupakan pesan atau komentar yang dikirimkan dalam jumlah besar, bertujuan untuk memasarkan produk atau menyebarkan tautan berbahaya bagi pengguna, spam sendiri biasanya ditemukan pada platform jaringan social, salah satu contohnya adalah platform youtube.

Dengan adanya spam pada suatu platform tentu akan mengganggu dan menurunkan kredibilitas platform dimata penggunanya. Untuk mendeteksi komentar spam pada platform youtube dibutuhkan sebuah pendekatan yang mampu belajar dengan sendirinya, pendekatan itu adalah Deep Learning.

Buku ini berisi tujuan pembelajaran tentang pendeteksian komentar spam pada platform youtube dengan menggunakan pendekatan Deep Learning. Buku ini diterbitkan bukan hanya karena penulis yang berperan, tetapi ada banyak pihak yang membantu. Oleh karena itu, penulis ingin mengucapkan terima kasih kepada pihak-pihak yang telah memberikan kontribusi besar dalam penyusunan buku ini.

Penulis bukanlah seseorang yang sempurna dan yakin bahwa kesempurnaan hanya milik Allah SWT. Oleh karena itu, Penulis memohon maaf jika terdapat kekurangan pada buku ini. Penulis berharap para pembaca dapat mengambil manfaat dari buku ini, terima kasih, dan selamat membaca.

Link github: https://github.com/bukped/DETEKSI-SPAM-BOT-PADAKOMENTAR-YOUTUBE-MENGGUNAKAN-ARTIFICIAL-NEURAL-NETWORK-ANN

Penulis

Dzul Jalali Wal Ikram - Dzul Jalali Wal Ikram, lahir di Kota Mataram pada tanggal 22 Maret 2001. Pendidikan tingkat dasar hingga menengah dan atas ditempuh di Kota Bima. Saat ini sedang menempuh pendidikan D4 di Program Studi Teknik Informatika Politeknik Pos Indonesia (sekarang Universitas Logistik dan Bisnis Internasional).

Syafrial Fachri Pane - Syafrial Fachri Pane, S.T.,M.T.I.,EBDP. Lulus Diploma 3 atau D3 di Program Studi Teknik Informatika Politeknik Pos Indonesia (sekarang Universitas Logistik dan Bisnis Internasional), mendapat gelar Sarjana S1 di Program Studi Teknik Informatika Universitas Pasundan, dan mendapat gelar Sarjana S2 di Program Studi Teknik Informatika Universitas Bina Nusantara. Di Telkom University, saat ini sedang menempuh pendidikan S3 Teknik Informatika.

Daftar Isi

Sampul
Kata Pengantar
Daftar Isi
Bab 1 Pendahuluan
     Klasifikasi
     Python
     Streamlit
     MySQL
     Website
Bab 2 Kebutuhan Instalasi
     Instalasi Python
     Instalasi XAMPP
Bab 3 Metodologi Algoritma
     Deep Learning
     Artificial Neural Network
     Evaluation Matrix
Bab 4 Pengumpulan, Pemrosesan, dan Pelabelan Data
     Studi Literatur
     Pengumpulan Data
     Pra-pemrosesan Data
     Data Labeling
     Pengecheckan Label
Bab 5 Membuat Model Klasifikasi
     Pemodelan
     Evaluasi Model
Bab 6 Membuat Website Pendeteksian Komentar Spam
     Merancang Database
     Membuat Environment
     Membuat Project menggunakan Streamlit
     Menjalankan Project Streamlit
Bab 7 Kesimpulan
     Skema Pengumpulan Data
     Kesimpulan
Daftar Pustaka
Glosarium
Kredit Gambar
Tentang Penulis
Sampul Belakang