ANALISIS GRAPH CLUSTERING TERHADAP USER BEHAVIOR DI OFFICIAL ACCOUNT FACEBOOK UNIVERSITAS BINA DARMA PALEMBANG

AYU, GAHARDIN and Ilman Zuhri, Yadi (2020) ANALISIS GRAPH CLUSTERING TERHADAP USER BEHAVIOR DI OFFICIAL ACCOUNT FACEBOOK UNIVERSITAS BINA DARMA PALEMBANG. Diploma thesis, Universitas Bina Darma.

[img] Text
BAB 0.pdf

Download (790kB)
[img] Text
BAB I.pdf

Download (73kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (31kB)

Abstract

Di saat perkembangan zaman yang terus meningkat, tidak dapat dipungkiri bahwa hampir sebagian orang menggunakan sosial media sebagai alat komunikasi. Bukan hanya menjadi alat komunikasi saja, bahkan sosial media menjadi ajang untuk menampilkan kebiasaan yang mereka lakukan. Tanpa di sadari, semakin banyak informasi yang tersebar di sosial media mengenai informasi diri, maka akan menjadikan sebuah informasi yang dapat menguntungkan orang lain. Analisis perilaku pengguna (User Behavior Analytic) sebagaimana didefinisikan oleh Gartner adalah proses keamanan siber tentang deteksi ancaman orang dalam, serangan yang ditargetkan, dan penipuan finansial. Solusi UBA melihat pola perilaku manusia, dan kemudian menerapkan algoritma dan analisis statistik untuk mendeteksi anomali yang bermakna dari pola tersebut. Gephi merupakan salah satu open source network visualization platform yang digunakan sebagai alat untuk menganalisis berbagai kasus yang terjadi menggunakan visualisasi graf. Analisis tersebut dilakukan dengan menggunakan data yang telah di-scrapting dari sosial media sosial facebook Universitas Bina Darma untuk mendapatkan visualisasi data dari kasus yang diuji. Dari hasil tersebut dilakukan proses graph clustering pada Gephi untuk mendapatkan kluster data. Kemudian hasil tersebut akan dilakukananalisis dan identifikasi sehingga dapat menjadi bahan untuk informasi mengenai user behavior sosial

Item Type: Thesis (Diploma)
Uncontrolled Keywords: User Behavior Analytic, Graph Clustering, Sosial
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Mrs Octaviana T
Date Deposited: 03 Aug 2021 02:11
Last Modified: 03 Aug 2021 02:11
URI: http://repository.binadarma.ac.id/id/eprint/1778

Actions (login required)

View Item View Item