"Deteksi Akun Bot pada Platform Twitter Menggunakan Algoritma Random Forest dan Particle Swarm Optimization [ENY, SYJ]"

Abstract

Twitter merupakan salah satu platform media sosial yang paling populer
dengan ratusan juta pengguna aktif dari berbagai kalangan. Namun, maraknya keberadaan akun bot yang menyamar sebagai akun asli seringkali menimbulkan permasalahan serius karena berpotensi menyebarkan informasi palsu dan memanipulasi opini publik. Maka dari itu, diperlukan metode deteksi yang akurat dan efektif untuk mengidentifikasi akun-akun bot tersebut. Penelitian ini bertujuan untuk mengembangkan model deteksi akun bot di Twitter dengan mengombinasikan algoritma Random Forest dan Particle Swarm Optimization (PSO). Random Forest dipilih karena kemampuannya dalam menangani data campuran (numerik dan kategorikal), sedangkan PSO digunakan sebagai metode optimasi untuk meningkatkan performa model melalui pencarian parameter terbaik. Selain itu, penelitian ini juga menerapkan teknik pengelompokan fitur untuk menyusun fitur secara lebih terstruktur guna meningkatkan akurasi model. Hipotesis dari penelitian ini adalah bahwa kombinasi Random Forest dan PSO, disertai dengan pengelompokan fitur yang relevan, mampu menghasilkan model deteksi akun bot yang lebih akurat dan stabil dibandingkan dengan pendekatan sebelumnya.