Sistem Deteksi Buzzer Pada Komentar Tiktok Berdasarkan Link Video Dengan Metode DBSCAN

Dwiningrum, Aisyah Rahmah (2025) Sistem Deteksi Buzzer Pada Komentar Tiktok Berdasarkan Link Video Dengan Metode DBSCAN. Undergraduate thesis, Universitas 17 Agustus 1945 Surabaya.

[img]
Preview
Text
ABSTRAK.pdf

Download (7MB) | Preview
[img] Text
BAB 1.pdf
Restricted to Repository staff only

Download (238kB) | Request a copy
[img] Text
BAB 2.pdf
Restricted to Repository staff only

Download (294kB) | Request a copy
[img] Text
BAB 3.pdf
Restricted to Repository staff only

Download (378kB) | Request a copy
[img] Text
BAB 4.pdf
Restricted to Repository staff only

Download (4MB) | Request a copy
[img] Text
BAB 5.pdf
Restricted to Repository staff only

Download (215kB) | Request a copy
[img]
Preview
Text (JURNAL)
1462100190_Aisyah Rahmah Dwiningrum_Jurnal Artikel.pdf

Download (576kB) | Preview
[img]
Preview
Text (TURNITIN)
1462100190_Aisyah_Turnitin.pdf

Download (350kB) | Preview
[img]
Preview
Text (LOA)
SURAT ALIH PUBLIKASI AISYAH.pdf

Download (71kB) | Preview

Abstract

Berkembangnya media sosial saat ini menjadikan Tiktok sebagai platform yang banyak digunakan oleh masyarakat. Tidak hanya sebagai platform hiburan, Tiktok juga digunakan sebagai media yang dapat digunakan untuk mempengaruhi opini publik, baik dalam ranah komersial seperti promosi suatu produk maupun ranah sosial politik. Dengan melihat fenomena tersebut maka diikuti juga praktik manipulatif melalui komentar Tiktok dengan memberikan komentar tidak asli yang dibuat oleh orang atau pihak yang dibayar untuk membangun sentimen baik maupun buruk yang saat ini dikenal dengan istilah buzzer. Dengan adanya fenomena buzzer ini dapat mennyebabkan masyarakat terpengaruh oleh informasi yang tidak objektif. Oleh karena itu, dirancanglah sistem deteksi buzzer yang diharapkan dapat membantu mengidentifikasi akun yang memiliki aktivitas mencurigakan. Sistem ini menggunakan metode DBSCAN yang mana metode tersebut cocok karena algoritma tersebut dapat mengelompokkan akun berdasarkan kepadatan pola interaksi dan akun yang dicurigai sebagai buzzzer yang terlibat dalam aktivitas yang terorganisir.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Buzzer, Tiktok, DBSCAN
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: 1462100190 Aisyah Rahmah Dwiningrum
Date Deposited: 26 Jun 2026 06:18
Last Modified: 26 Jun 2026 06:18
URI: http://repository.untag-sby.ac.id/id/eprint/45864

Actions (login required)

View Item View Item