Filtering Spam Trending Topics Twitter di Indonesia Menggunakan Naïve Bayes Classifier pada Aplikasi Berbasis Android

Twitter merupakan media sosial yang banyak digunakan oleh penduduk dunia dan menempati peringkat ke tiga setelah Google+ dan Facebook. Trending topics yang ada pada Twitter banyak dijadikan acuan sebagai sebuah parameter populernya sebuah topik yang ada pada saat itu. Banyaknya pengguna yang menggunakan Twitter sebagai media sosial, membuat para penyebar spam berupa scam, link porno, dan promosi/iklan menjadikan trending topics sebagai sebuah lahan yang strategis untuk melakukan kepentingannya. Hal ini sedikit banyak mengganggu pengguna Twitter yang bertujuan ingin melihat tweet yang berkaitan dengan trending topics Twitter. Dengan adanya fakta dan kondisi tersebut , dibutuhkan sebuah sistem yang dapat mengklasifikasikan antara tweet yang merupakan sebuah spam dan yang bukan termasuk spam(ham). Sistem yang dikembangkan menggunakan model native development berbasis Android. Sistem yang dibangun merupakan sistem untuk melakukan filtering terhadap spam yang ada pada trending topics Twitter menggunakan metode Naïve Bayes classifier. Konsep metode Naïve Bayes digunakan untuk menghitung nilai probabilitas dari setiap kategori, yaitu spam dan ham. Penggunaan data latih berjumlah 100 data dengan 38 spam dan 62 ham. Data tweet diambil dari Application Programming(API) Interface yang disediakan oleh Twitter dan diklasifikasikan dengan metode Naïve Bayes pada sistem. Dari hasil pengujian fungsional, menunjukkan bahwa sistem valid 100% dalam memenuhi kebutuhan fungsional. Pengujian untuk mengetahui pengaruh jumlah data latih terhadap nilai akurasi dengan cara menambahkan secara sequential setiap 10% data latih, diketahui bahwa pengaruh jumlah data latih terhadap besarnya akurasi sistem dalam penelitian ini menunjukkan grafik linear positif dengan persamaan linear y = 0.0334x + 0.6073