Implementasi Machine Learning pada Aplikasi Pendeteksi Konten Pornografi

Rahmat Tullah, Siti Maisaroh, Iwan Sumpena

Abstract


Salah satu perkembangan teknologi adalah keberadaan Internet. Internet sudah menjadi bagian tak terpisahkan dari kehidupan manusia modern saat ini. Tidak bisa dipungkiri,selain hal positif yang bisa didapat dari intenet ada pula dampak negatif yang ditimbulkan yaitu sumber informasi yang terkandung di internet terkadang mengandung unsur negative, salah satunya pornografi.  Kecerdasan yang sedang berkembang bisa dimanfaatkan untuk hal ini, yaitu suatu mesin atau sistem yang dapat mengklasifikasi apakah suatu situs mengandung konten pornografi atau tidak. Banyak metode yang dapat dipakai dalam masalah ini, salah satu nya adalah dengan mengklasifikasi text yang ada dalam situs tersebut dan dianalisa atau diklasifikasikan. Cara mengambil data nya sendiri bisa memakai teknik scraping, yaitu teknik yang dapat mengambil konten text format html dari suatu situs. Teknik ini bibsa digunakan dalam mendeteksi apakah suatu situs mengandung konten pornografi atau tidak.Untuk proses klasifikasinya sendiri terdapat banyak algoritma yang bisa digunakan salah satunya adalah algoritma Naive bayes. Berdasarkan latar belakang diatas, penulis mengajukan penelitian berjudul  “Implementasi Machine Learning pada aplikasi pendeteksi konten pornografi”. Diharapkan dengan adanya penelitian ini mampu memperoleh sebuah aplikasi yang dapat mendeteksi konten pornografi pada suatu situs tanpa perlu membuka halaman situs tersebut. Dengan begitu situs yang terdeteksi mengandung konten pornografi bisa ditindak lebih lanjut supaya tidak bisa di akses.

Keywords


Machine Learning, Pornografi, Naive Bayes, Klasifikasi, Situs.

Full Text:

PDF

References


A. Rozi, Zaenal, dan Communitiy, SmitDev.” Bootstrap Design Framework”. Jakarta: Elex Media Komputindo, 2015.

Dr. Suyanto. “Data Minig untuk Klasifikasi dan Klasterisasi Data”. Bandung: Imformatika Bandung, 2019.

Fauzi, Rizki Ahmad. "Sistem Informasi Akuntansi (Berbasis Akuntansi)". Yogyakrta: Deepublish, 2017.

Teguh Wahyono. “Fundamental of Puthon for Machine Learning”. Yoyakarta: Penerbit Gava Media, 2018.

Suyanto. “Machine Learning Tingkat Dasar dan Lanjutan”. Bandung: Informatika Bandung, 2018.

Marisa, Fitri. “Web Programming (Client Side and Server Side)”. Yogyakarta: Deepublish, 2017.

Nofriansyah, Dicky. “Konsep data mining vs sistem pendukung keputusan”. Yogyakarta: Deepublish, 2014.

Pratama, I Putu Agus Eka. “Sistem Informasi dan Implementasinya”, Bandung: Informatika Bandung, 2014.

Rusdiana., dan Irfan. “Sistem Informasi Manajemen”. Bandung: Pustaka Setia, 2014.

S, Rosa. A., dan M. Shalahuddin. “Rekayasa Perangkat Lunak”. Bandung: Informatika Bandung, 2015.

Luz, S. 2006. Machine Learning of Text Categorization. Trinity College, Department of Computer Science.

Mitchell, T. M. 1997. Machine Learning, Singapore, McGraw –Hill.

Dumais, S., Platt, J., Heckerman, D. & Sahami, M. 2002. Inductive Learning Algorithms and Representations for Text Categorization.




DOI: http://dx.doi.org/10.38101/ajcsr.v2i2.283

Refbacks

  • There are currently no refbacks.


 

Academic Journal of Computer Science Research

Organized by: Research Center and Community Development
Published by: Institut Teknologi dan Bisnis Bina Sarana Global
Jl. Aria Santika No.43A, Margasari, Kec. Karawaci, Kota Tangerang, Banten 15114
Phone. +62 552 2727
Email: lppm@global.ac.id

INDEXED BY:

   


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License..
Based on a work at https://journal.global.ac.id/index.php/AJCSR/index.