ANALISIS SENTIMEN MENGENAI KESADARAN MASYARAKAT INDONESIA TERHADAP KEAMANAN SIBER DALAM MENGHADAPI KEBOCORAN DATA MENGGUNAKAN ALGORITMA NAÃVE BAYES CLASSIFIER
Bilah Samping Artikel
Diterbitkan:
2023-07-25
Kata Kunci:
Analisis Sentimen, Twitter, Naive Bayes Classifier, Kebocoran Data, Keamanan Siber
Isi Artikel Utama
Abstrak
Kebocoran data pribadi merupakan tantangan serius, dampak buruk dari insiden kebocoran data dapat menimbulkan denda, hilangnya reputasi hingga kepercayaan publik yang telah dirugikan. Keamanan siber berperan dalam meminimalisir tingkat terjadinya resiko ancaman serangan siber yang mengganggu keamanan seluruh komponen sistem seperti infrakstruktur, software, hardware dan data. Penelitian ini dilakukan untuk menganalisis sentimen masyarakat Indonesia terhadap query “keamanan siber†dan “kebocoran data†dari tweet pengguna Twitter. Klasifikasi data pada penelitian ini menggunakan metode algoritma Naïve Bayes Classifier. Tujuan dari penelitian ini untuk mengetahui performa presentase dari sentimen positif dan negatif. Hasil dari performa pemodelan yaitu memperoleh nilai presentase accuracy 88,80%, Precision 29,27%, dan Recall 30,77%. Hasil visualisasi data menunjukan bahwa masyarakat Indonesia khususnya pengguna Twitter banyak memberikan pendapat negatif dalam menanggapi pembahasan ini. Sehingga presentase dari sentimen negatif lebih tinggi dari sentimen positif.
Rincian Artikel
Bagian
Artikel
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Cara Mengutip
ANALISIS SENTIMEN MENGENAI KESADARAN MASYARAKAT INDONESIA TERHADAP KEAMANAN SIBER DALAM MENGHADAPI KEBOCORAN DATA MENGGUNAKAN ALGORITMA NAÃVE BAYES CLASSIFIER. (2023). Electro Luceat, 9(1), 64-72. https://doi.org/10.32531/jelekn.v9i1.598
Referensi
[1] R. Sholehurrohman and I. Sabda Ilman, “Analisis Sentimen Tweet Kasus Kebocoran Data Penggunaan Facebook Oleh Cambrigde Analytica,†J. Pepadun, vol. 3, no. 1, pp. 140–147, 2022, doi: 10.23960/pepadun.v3i1.108.
[2] M. R. T. R. Herryani and H. Njoto, “Perlindungan Hukum Terhadap Kebocoran Data Pribadi Konsumen Online Marketace,†Transparansi Huk., vol. 5, no. 1, pp. 110–133, 2022, [Online]. Available: http://ojs.unik-kediri.ac.id/index.php/transparansihukum/article/view/2274.
[3] Djaenab and B. HB, “Tinjauan Yuridis Perlindungan Data Pribadi Terkait Kebocoran Data Dalam Ruang Cyber Crime,†vol. 10, no. April, pp. 70–76, 2022.
[4] N. I. Wibowo, T. A. Maulana, H. Muhammad, and N. A. Rakhmawati, “Perbandingan Algoritma Klasifikasi Sentimen Twitter Terhadap Insiden Kebocoran Data Tokopedia,†JISKA (Jurnal Inform. Sunan Kalijaga), vol. 6, no. 2, pp. 120–129, 2021, doi:
10.14421/jiska.2021.6.2.120-129.
[5] N. Fitrianti, I. Marina, S. S. Qadrifa, P. Pascasarjana, I. Komunikasi, and I. Komunikasi, “Integrated Marketing Communication in E-commerce (a Study Case of Customers Data Leakage in Tokopedia),†J. Interak. J. Ilmu Komun., vol. 6, no. 1, pp. 83–92, 2022, doi:
10.30596/interaksi.v6i1.8226.
[6] Kompas, “Kilas Balik, Lima Kasus Kebocoran Data Pribadi di Indonesia...,†Kompas.com, 2022.https://www.kompas.com/cekfakta/read/2022/09/06/171100182/kilas-balik-limakasus-kebocoran-data-pribadi-di-indonesia-.
[7] H. B. Setiawan, & Fatma, and U. Najicha, “Perlindungan Data Pribadi Warga Negara Indonesia Terkait Dengan Kebocoran Data,†J. Kewarganegaraan, vol. 6, no. 1, pp. 976–982, 2022.
[8] R. N. Rohmah, “Cendekia Niaga Journal of Trade Development and Studies Upaya Membangun Kesadaran Keamanan Siber pada Konsumen E-commerce di Indonesia Ratri Nur Rohmah Abstrak,†2022.
[9] T. Tan and B. Soewito, “Menggunakan Framework Nist Cybersecurity Di Universitas Zxc,†vol. 6, no. 2, pp. 411–422, 2022, doi: 10.52362/jisamar.v6i2.781.
[10] A. N. Aini and E. Wahyudi, “Model Perilaku Keamanan Siber Pada Pengguna Sosial Media Pada Masa Pandemi Covid-19,†vol. 9, no. 1, pp. 37–40, 2022.
[11] F. Ratnawati, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter,†2018.
[12] L. D. Utami, “Integrasi Metode Information Gain Untuk Seleksi Fitur dan Adaboost Untuk Mengurangi Bias Pada Analisis Sentimen Review Restoran Menggunakan Algoritma Naïve
Bayes,†vol. 1, no. 2, pp. 120–126, 2015.
[13] A. Rozaq, Y. Yunitasari, K. Sussolaikah, E. Resty, N. Sari, and R. I. Syahputra, “Analisis Sentimen Terhadap Implementasi Program Merdeka Belajar Kampus Merdeka Menggunakan
Naïve Bayes , K-Nearest Neighboars Dan Decision Tree,†vol. 6, no. April, pp. 746–750, 2022, doi: 10.30865/mib.v6i2.3554.
[14] F. Yahyadi, Adi; Latifah, “Analisis Sentimen Twitter Terhadap Kebijakan Ppkm Di Tengah
Pandemi Covid-19,†J. Inf. Syst. Applied, Manag. Account. Res., vol. 6, no. 2, pp. 464–471, 2022, doi: 10.52362/jisamar.v6i2.791.
[15] T. Wiratama Putra, A. Triayudi, and A. Andrianingsih, “Analisis Sentimen Pembelajaran Daring Menggunakan Metode Naïve Bayes, KNN, dan Decision Tree,†J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 6, no. 1, pp. 20–26, 2022, doi: 10.35870/jtik.v6i1.368.
[16] R. Rudini, “Peranan Statistika Dalam Penelitian Sosial Kuantitatif,†J. SAINTEKOM, vol. 6, no. 2, p. 53, 2017, doi: 10.33020/saintekom.v6i2.13.
[17] A. Muhson, “Teknik Analisis Kuantitatif 1 TEKNIK ANALISIS KUANTITATIF,†2006.
[18] A. Dewandaru and J. S. Wibowo, “Jurnal Teknologi dan Manajemen Informatika Analisis Sentimen dan Klasifikasi Tweet Terkait Mutasi COVID-19 Menggunakan Metode Naïve Bayes Classifier,†vol. 8, no. 1, pp. 32–38, 2022.
[19] A. Dewandaru and J. S. Wibowo, “Jurnal Teknologi dan Manajemen Informatika Analisis Sentimen dan Klasifikasi Tweet Terkait Mutasi COVID-19 Menggunakan Metode Naïve Bayes Classifier,†vol. 8, no. 1, pp. 32–38, 2022.
[20] R. Indra Borman and M. Wati, “Penerapan Data Maining Dalam Klasifikasi Data Anggota Kopdit Sejahtera Bandarlampung Dengan Algoritma Naïve Bayes,†J. Ilm. Fak. Ilmu Komput., vol. 09, no. 01, pp. 25–34, 2020.
[2] M. R. T. R. Herryani and H. Njoto, “Perlindungan Hukum Terhadap Kebocoran Data Pribadi Konsumen Online Marketace,†Transparansi Huk., vol. 5, no. 1, pp. 110–133, 2022, [Online]. Available: http://ojs.unik-kediri.ac.id/index.php/transparansihukum/article/view/2274.
[3] Djaenab and B. HB, “Tinjauan Yuridis Perlindungan Data Pribadi Terkait Kebocoran Data Dalam Ruang Cyber Crime,†vol. 10, no. April, pp. 70–76, 2022.
[4] N. I. Wibowo, T. A. Maulana, H. Muhammad, and N. A. Rakhmawati, “Perbandingan Algoritma Klasifikasi Sentimen Twitter Terhadap Insiden Kebocoran Data Tokopedia,†JISKA (Jurnal Inform. Sunan Kalijaga), vol. 6, no. 2, pp. 120–129, 2021, doi:
10.14421/jiska.2021.6.2.120-129.
[5] N. Fitrianti, I. Marina, S. S. Qadrifa, P. Pascasarjana, I. Komunikasi, and I. Komunikasi, “Integrated Marketing Communication in E-commerce (a Study Case of Customers Data Leakage in Tokopedia),†J. Interak. J. Ilmu Komun., vol. 6, no. 1, pp. 83–92, 2022, doi:
10.30596/interaksi.v6i1.8226.
[6] Kompas, “Kilas Balik, Lima Kasus Kebocoran Data Pribadi di Indonesia...,†Kompas.com, 2022.https://www.kompas.com/cekfakta/read/2022/09/06/171100182/kilas-balik-limakasus-kebocoran-data-pribadi-di-indonesia-.
[7] H. B. Setiawan, & Fatma, and U. Najicha, “Perlindungan Data Pribadi Warga Negara Indonesia Terkait Dengan Kebocoran Data,†J. Kewarganegaraan, vol. 6, no. 1, pp. 976–982, 2022.
[8] R. N. Rohmah, “Cendekia Niaga Journal of Trade Development and Studies Upaya Membangun Kesadaran Keamanan Siber pada Konsumen E-commerce di Indonesia Ratri Nur Rohmah Abstrak,†2022.
[9] T. Tan and B. Soewito, “Menggunakan Framework Nist Cybersecurity Di Universitas Zxc,†vol. 6, no. 2, pp. 411–422, 2022, doi: 10.52362/jisamar.v6i2.781.
[10] A. N. Aini and E. Wahyudi, “Model Perilaku Keamanan Siber Pada Pengguna Sosial Media Pada Masa Pandemi Covid-19,†vol. 9, no. 1, pp. 37–40, 2022.
[11] F. Ratnawati, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter,†2018.
[12] L. D. Utami, “Integrasi Metode Information Gain Untuk Seleksi Fitur dan Adaboost Untuk Mengurangi Bias Pada Analisis Sentimen Review Restoran Menggunakan Algoritma Naïve
Bayes,†vol. 1, no. 2, pp. 120–126, 2015.
[13] A. Rozaq, Y. Yunitasari, K. Sussolaikah, E. Resty, N. Sari, and R. I. Syahputra, “Analisis Sentimen Terhadap Implementasi Program Merdeka Belajar Kampus Merdeka Menggunakan
Naïve Bayes , K-Nearest Neighboars Dan Decision Tree,†vol. 6, no. April, pp. 746–750, 2022, doi: 10.30865/mib.v6i2.3554.
[14] F. Yahyadi, Adi; Latifah, “Analisis Sentimen Twitter Terhadap Kebijakan Ppkm Di Tengah
Pandemi Covid-19,†J. Inf. Syst. Applied, Manag. Account. Res., vol. 6, no. 2, pp. 464–471, 2022, doi: 10.52362/jisamar.v6i2.791.
[15] T. Wiratama Putra, A. Triayudi, and A. Andrianingsih, “Analisis Sentimen Pembelajaran Daring Menggunakan Metode Naïve Bayes, KNN, dan Decision Tree,†J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 6, no. 1, pp. 20–26, 2022, doi: 10.35870/jtik.v6i1.368.
[16] R. Rudini, “Peranan Statistika Dalam Penelitian Sosial Kuantitatif,†J. SAINTEKOM, vol. 6, no. 2, p. 53, 2017, doi: 10.33020/saintekom.v6i2.13.
[17] A. Muhson, “Teknik Analisis Kuantitatif 1 TEKNIK ANALISIS KUANTITATIF,†2006.
[18] A. Dewandaru and J. S. Wibowo, “Jurnal Teknologi dan Manajemen Informatika Analisis Sentimen dan Klasifikasi Tweet Terkait Mutasi COVID-19 Menggunakan Metode Naïve Bayes Classifier,†vol. 8, no. 1, pp. 32–38, 2022.
[19] A. Dewandaru and J. S. Wibowo, “Jurnal Teknologi dan Manajemen Informatika Analisis Sentimen dan Klasifikasi Tweet Terkait Mutasi COVID-19 Menggunakan Metode Naïve Bayes Classifier,†vol. 8, no. 1, pp. 32–38, 2022.
[20] R. Indra Borman and M. Wati, “Penerapan Data Maining Dalam Klasifikasi Data Anggota Kopdit Sejahtera Bandarlampung Dengan Algoritma Naïve Bayes,†J. Ilm. Fak. Ilmu Komput., vol. 09, no. 01, pp. 25–34, 2020.