eprintid: 138128
rev_number: 19
eprint_status: archive
userid: 217450
dir: disk0/00/13/81/28
datestamp: 2025-09-08 10:20:09
lastmod: 2025-09-08 10:20:09
status_changed: 2025-09-08 10:20:09
type: thesis
metadata_visibility: show
creators_name: Khana Yusdiana, -
creators_name: Rizky Rachman, -
creators_name: Eddy Prasetyo Nugroho, -
creators_nim: NIM2100991
creators_nim: NIDN0025117705
creators_nim: NIDN0015057508
creators_id: khanayusdiana@upi.edu
creators_id: rizkyrjp@upi.edu
creators_id: eddypn@upi.edu
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Rizky Rachman, -
contributors_name: Eddy Prasetyo Nugroho, -
contributors_nidn: NIDN0025117705
contributors_nidn: NIDN0015057508
contributors_id: rizkyrjp@upi.edu
contributors_id: eddypn@upi.edu
title: PREDICTIVE CLASSIFICATION MODEL DALAM TAHAPAN FRAMEWORK NIJ UNTUK OTOMATISASI INVESTIGASI DIGITAL FORENSIK STUDI KASUS: CYBERBULLYING
ispublished: pub
subjects: QA75
divisions: ILKOM
full_text_status: restricted
keywords: Cyberbullying, Predictive Classification Model, Complement Naive Bayes, Random 
Forest, Line, Telegram, Digital Forensik, National Institute of Justice
note: 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
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.
date: 2025-08-28
date_type: published
institution: Universitas Pendidikan Indonesia
department: KODEPRODI55201#Ilmu Komputer_S1
thesis_type: other
thesis_name: other
official_url: https://repository.upi.edu/
related_url_url: https://perpustakaan.upi.edu/
related_url_type: org
citation:   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.   
document_url: http://repository.upi.edu/138128/1/S_KOM_2100991_Title.pdf
document_url: http://repository.upi.edu/138128/2/S_KOM_2100991_Chapter1.pdf
document_url: http://repository.upi.edu/138128/3/S_KOM_2100991_Chapter2.pdf
document_url: http://repository.upi.edu/138128/4/S_KOM_2100991_Chapter3.pdf
document_url: http://repository.upi.edu/138128/5/S_KOM_2100991_Chapter4.pdf
document_url: http://repository.upi.edu/138128/6/S_KOM_2100991_Chapter5.pdf