Implementasi Naive Bayes Pada Proxy Server Untuk Klasifikasi Pengguna Internet

Implementasi Naive Bayes Pada Proxy Server Untuk Klasifikasi Pengguna Internet

Penulis

  • Siwi Rahmat Januar Fakultas Ilmu Komputer, Universitas Brawijaya
  • Rakhmadhany Primananda Fakultas Ilmu Komputer, Universitas Brawijaya
  • Muhammad Hannats Hanafi Ichsan Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Pengguna, Klasifikasi, Squid, Naive Bayes

Abstrak

Penggunaan akses jaringan internet di seluruh dunia mempunyai perkembangan yang sangat pesat. Banyak informasi yang diambil dengan sangat mudah. keberadaaan internet dapat memiliki dampak buruk dan memiliki dampak baik bagi penggunanya. Dengan adanya permasalahan tersebut, diperlukan suatu langkah untuk menganalisa jumlah perkembangan kriteria pengguna internet dengan cara mengumpulkan semua aktivitas informasi yang diminta oleh penggunanya dengan menggunakan squid server yang nantinya dapat melakukan Klasifikasi pengelompokan jenis karakter pengguna internet dengan menggunakan algoritme naive bayes. Naive Bayes Classifier (NBC) dapat membentuk tabel probabilitas sebagai dasar proses klasifikasi yang dapat memprediksi dan memberikan rekomendasi untuk proses yang diolah dengan nilai optimal. Hasil pengujian akan berpengaruh dengan faktor data klasifikasi yang diambil dalam menentukan hasil dari klasifikasinya. Setelah ditemukan nilai dari kategori naive bayes, maka pada router mikrotik akan dilakukan pemblokiran website yang mengandung konten negatif. Dari hasil penelitian dan pengujian penentuan pengelompokan dapat menghasilkan nilai algoritma Naive Bayes dengan tingkat akurasi sampai dengan nilai maksimal 98,2%.

Unduhan

Diterbitkan

06 Mar 2018

Cara Mengutip

Januar, S. R., Primananda, R., & Ichsan, M. H. H. (2018). Implementasi Naive Bayes Pada Proxy Server Untuk Klasifikasi Pengguna Internet. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(11), 4462–4470. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/2932

Terbitan

Bagian

Artikel
Loading...