PREDICTIVE CLASSIFICATION MODEL DALAM TAHAPAN FRAMEWORK NIJ UNTUK OTOMATISASI INVESTIGASI DIGITAL FORENSIK STUDI KASUS: CYBERBULLYING

    Khana Yusdiana, - and Rizky Rachman, - and Eddy Prasetyo Nugroho, - (2025) PREDICTIVE CLASSIFICATION MODEL DALAM TAHAPAN FRAMEWORK NIJ UNTUK OTOMATISASI INVESTIGASI DIGITAL FORENSIK STUDI KASUS: CYBERBULLYING. S1 thesis, Universitas Pendidikan Indonesia.

    Abstract

    Penggunaan aplikasi pesan instan seperti Line dan Telegram semakin populer dan memiliki peran penting dalam digital forensik sebagai bukti digital dalam investigasi kejahatan siber. Salah satu bentuk kejahatan siber yang marak terjadi adalah cyberbullying, yang sering dilakukan melalui pesan pribadi atau grup tertutup di aplikasi tersebut. Pengumpulan bukti dari aplikasi ini menghadapi tantangan besar, seperti volume data yang besar, enkripsi end-to-end, serta variasi bahasa informal. Untuk mengatasi hal tersebut, penelitian ini menggunakan Predictive Classification Model (PCM) untuk melakukan klasifikasi otomatis terhadap data percakapan, log aktivitas, dan metadata. Dua algoritma machine learning digunakan dalam PCM, yaitu Complement Naive Bayes dan Random Forest, untuk dibandingkan performanya dalam mengklasifikasikan konten yang mengandung unsur cyberbullying. Data uji diambil dari dataset komentar Instagram bertema cyberbullying yang relevan dan digunakan untuk mengevaluasi akurasi kedua model. Sementara proses akuisisi dan ekstraksi data dari aplikasi Line dan Telegram dilakukan dengan pendekatan forensik digital berbasis standar National Institute of Justice (NIJ). Hasil penelitian menunjukkan bahwa Predictive Classification Model (PCM) berbasis Complement Naive Bayes memiliki akurasi klasifikasi lebih tinggi dibanding Random Forest, serta lebih seimbang dalam menangani data bullying dan non-bullying. Penelitian ini memberikan kontribusi terhadap otomatisasi investigasi forensik digital, khususnya dalam mendeteksi interaksi bermuatan perundungan secara cepat dan efisien.

    Baca Full Text klik disini
    [thumbnail of S_KOM_2100991_Title.pdf] Text
    S_KOM_2100991_Title.pdf
    Download (969kB)
    [thumbnail of S_KOM_2100991_Chapter1.pdf] Text
    S_KOM_2100991_Chapter1.pdf
    Download (265kB)
    [thumbnail of S_KOM_2100991_Chapter2.pdf] Text
    S_KOM_2100991_Chapter2.pdf
    Restricted to Staf Perpustakaan
    Download (439kB)
    [thumbnail of S_KOM_2100991_Chapter3.pdf] Text
    S_KOM_2100991_Chapter3.pdf
    Download (358kB)
    [thumbnail of S_KOM_2100991_Chapter4.pdf] Text
    S_KOM_2100991_Chapter4.pdf
    Restricted to Staf Perpustakaan
    Download (3MB)
    [thumbnail of S_KOM_2100991_Chapter5.pdf] Text
    S_KOM_2100991_Chapter5.pdf
    Download (224kB)
    Official URL: https://repository.upi.edu/
    Item Type: Thesis (S1)
    Additional Information: https://scholar.google.com/citations?view_op=list_works&hl=en&hl=en&user=zcFF2DQAAAAJ ID SINTA Dosen Pembimbing: Rizky Rachman: 0025117705 Eddy Prasetyo Nugroho: 0015057508
    Uncontrolled Keywords: Cyberbullying, Predictive Classification Model, Complement Naive Bayes, Random Forest, Line, Telegram, Digital Forensik, National Institute of Justice
    Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
    Depositing User: Khana Yusdiana
    Date Deposited: 08 Sep 2025 10:20
    Last Modified: 08 Sep 2025 10:20
    URI: http://repository.upi.edu/id/eprint/138128

    Actions (login required)

    View Item View Item