ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulImplementasi Metode Naive Bayes Untuk Klasifikasi Tautan Berbahaya Pada Layanan URL Shortener Berbasis Website |
| Nama: ZULFIKAR ALIP TAKASIHAENG |
| Tahun: 2026 |
| Abstrak ZULFIKAR ALIP TAKASIHAENG. Implementasi Metode Naïve Baye Perkembangan internet mempermudah akses informasi, namun juga meningkatkan risiko penyebaran konten berbahaya seperti perjudian daring dan pornografi. Penelitian ini bertujuan untuk mengembangkan sistem deteksi tautan berbahaya berbasis Machine Learning yang terintegrasi dengan layanan pemendek URL untuk mengklasifikasikan konten situs web secara otomatis. Sistem menggunakan pendekatan content-aware dengan memanfaatkan metadata situs web berupa title, description, keywords, dan body text sebagai fitur utama dalam proses klasifikasi. Metode yang digunakan adalah Naive Bayes dengan ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF). Dataset penelitian terdiri dari 2.167 data yang dibagi ke dalam tiga kategori, yaitu aman, judi daring, dan pornografi. Data diproses melalui tahapan preprocessing, transformasi TF-IDF, serta pembagian data menggunakan stratified train-test split dengan rasio 70?ta latih dan 30?ta uji. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, F1-Score, confusion matrix, dan 5-Fold Cross Validation. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 93,63?ngan nilai Cross Validation 0,8335 ± 0,0235. Hasil tersebut menunjukkan bahwa model mampu mengklasifikasikan konten situs web dengan baik serta memiliki kinerja yang stabil. Sistem yang dikembangkan dapat digunakan untuk mendukung deteksi otomatis konten berbahaya pada layanan pemendek URL berbasis web. Kata Kunci: Naïve Bayes, deteksi konten berbahaya, klasifikasi teks, Machine Learning, TF-IDF, URL Shortener. |