Deteksi Akun Palsu Media Sosial X (Twitter) Berbasis Machine Learning

Abstract

Pada awal tahun 2024, X menduduki peringkat keenam sebagai media sosial yang paling banyak digunakan di Indonesia. Jumlah pengguna yang terus meningkat ini dapat menimbulkan masalah seperti meningkatnya jumlah akun pengguna palsu pada media sosial X. Penelitian ini bertujuan untuk mengidentifikasi pola pada akun palsu serta pengembangan model klasifikasi deteksi akun palsu pada media sosial X. Tahapan pada penelitian ini meliputi proses pengumpulan data, data preprocessing, seleksi fitur, proses klasterisasi, tahap klasifikasi hingga evaluasi model. Dengan dataset sejumlah 8291 baris, nilai K optimal untuk proses clustering yakni K=4. Dari proses analisis klaster, cluster 1 menunjukkan kelompok akun dengan karakteristik akun palsu. Hal ini ditandai dengan usia akun yang tergolong masih muda hingga baru, sebanyak 99% akun masih menggunakan profil default, serta jumlah following yang jauh lebih banyak dari jumlah followers. Pengembangan model klasifikasi akan menggunakan dataset yang telah diberikan label setelah proses clustering. Cluster 1 akan dilabeli sebagai akun palsu serta cluster 0, 2 dan 3 diberi label sebagai akun asli. Dengan menggunakan tiga jenis algoritma yakni Random Forest, AdaBoost dan KNN serta empat skema pembagian dataset diperoleh recall, F1-Score dan akurasi tertinggi pada model Random Forest dengan persentase berturut-turut 99,35%, 98,71% dan 98,55%.