Implementasi dan analisis sistem klasifikasi konten video porno menggunakan tag dengan algoritma naive bayesian dan bayesian network untuk internet content profiling = Implementation and analysis porn video content classification system using tags with naive bayes and bayesian network algorithm for internet content profiling
| Main Author: | Krisna Dwi Nugroho, author |
|---|---|
| Format: | Bachelors |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://lib.ui.ac.id/file?file=digital/2016-12/20430012-S64519-Krisna Dwi Nugroho.pdf |
| ctrlnum |
20430012 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title>Implementasi dan analisis sistem klasifikasi konten video porno menggunakan tag dengan algoritma naive bayesian dan bayesian network untuk internet content profiling = Implementation and analysis porn video content classification system using tags with naive bayes and bayesian network algorithm for internet content profiling</title><creator>Krisna Dwi Nugroho, author</creator><type>Thesis:Bachelors</type><place/><publisher/><date>2016</date><description><b>ABSTRAK</b><br>
Perkembangan teknologi yang cepat memberi dampak yang besar bagi kehidupan manusia. Hal ini mempermudah masyarakat dalam menerima informasi, baik itu informasi positif maupun informasi negatif. Informasi yang tergolong negatif adalah konten video pornografi. Salah satu cara paling efektif untuk melakukan pemblokiran terhadap suatu website adalah bukan dengan memblokir alamat dari website tersebut, melainkan memblokir konten yang bersangkutan, yaitu dengan membaca tag dari konten tersebut, untuk itu penelitian ini dilakukan. Fokus utama dalam penelitian ini adalah untuk menganalisis faktor yang mempengaruhi tingkat akurasi dan menentukan algoritma mana yang lebih tepat untuk melakukan klasifikasi dan memprediksi dari suatu tag video yang diberikan. Penelitian ini diarahkan pada penggunaan machine learning untuk melakukan prediksi terhadap tag video yang diberikan sehingga diperoleh hasil dari prediksi yang dilakukan. Dari penelitian yang telah dilakukan, diperoleh hasil akurasi sebesar 97% untuk algoritma Naïve Bayes dan 97,5% untuk algoritma Bayesian Network dengan jumlah data latih sebanyak 2400 tag video.
<hr>
<b>ABSTRACT</b><br>
The rapid technological development had significant impacts to human life. It is easier for the public to receive information, whether it is positive or negative information information. The information classified as negative is pornographic video content. One of the most effective ways to do the blocking of a website is not to block the address of the website, but block the content concerned, by reading the tags on them, therefore this study conducted. The main focus of this research is to analyze the factors affecting the level of accuracy and determine which is more appropriate algorithms to classify and predict from a given video tag. This research is directed at the use of machine learning to predict the video tag is given in order to obtain the results of the predictions made. From the research that has been conducted, the results obtained an accuracy of 97% for the Naïve Bayes algorithm and 97.5% for the Bayesian Network algorithm with the amount of training data as many as 2400 video tag</description><subject>Pornographic films -- Content classification system</subject><identifier>20430012</identifier><source>http://lib.ui.ac.id/file?file=digital/2016-12/20430012-S64519-Krisna Dwi Nugroho.pdf</source><recordID>20430012</recordID></dc>
|
| format |
Thesis:Bachelors Thesis |
| author |
Krisna Dwi Nugroho, author |
| title |
Implementasi dan analisis sistem klasifikasi konten video porno menggunakan tag dengan algoritma naive bayesian dan bayesian network untuk internet content profiling = Implementation and analysis porn video content classification system using tags with naive bayes and bayesian network algorithm for internet content profiling |
| publishDate |
2016 |
| topic |
Pornographic films -- Content classification system |
| url |
http://lib.ui.ac.id/file?file=digital/2016-12/20430012-S64519-Krisna Dwi Nugroho.pdf |
| contents |
<b>ABSTRAK</b><br>
Perkembangan teknologi yang cepat memberi dampak yang besar bagi kehidupan manusia. Hal ini mempermudah masyarakat dalam menerima informasi, baik itu informasi positif maupun informasi negatif. Informasi yang tergolong negatif adalah konten video pornografi. Salah satu cara paling efektif untuk melakukan pemblokiran terhadap suatu website adalah bukan dengan memblokir alamat dari website tersebut, melainkan memblokir konten yang bersangkutan, yaitu dengan membaca tag dari konten tersebut, untuk itu penelitian ini dilakukan. Fokus utama dalam penelitian ini adalah untuk menganalisis faktor yang mempengaruhi tingkat akurasi dan menentukan algoritma mana yang lebih tepat untuk melakukan klasifikasi dan memprediksi dari suatu tag video yang diberikan. Penelitian ini diarahkan pada penggunaan machine learning untuk melakukan prediksi terhadap tag video yang diberikan sehingga diperoleh hasil dari prediksi yang dilakukan. Dari penelitian yang telah dilakukan, diperoleh hasil akurasi sebesar 97% untuk algoritma Naïve Bayes dan 97,5% untuk algoritma Bayesian Network dengan jumlah data latih sebanyak 2400 tag video.
<hr>
<b>ABSTRACT</b><br>
The rapid technological development had significant impacts to human life. It is easier for the public to receive information, whether it is positive or negative information information. The information classified as negative is pornographic video content. One of the most effective ways to do the blocking of a website is not to block the address of the website, but block the content concerned, by reading the tags on them, therefore this study conducted. The main focus of this research is to analyze the factors affecting the level of accuracy and determine which is more appropriate algorithms to classify and predict from a given video tag. This research is directed at the use of machine learning to predict the video tag is given in order to obtain the results of the predictions made. From the research that has been conducted, the results obtained an accuracy of 97% for the Naïve Bayes algorithm and 97.5% for the Bayesian Network algorithm with the amount of training data as many as 2400 video tag |
| id |
IOS18064.20430012 |
| institution |
Universitas Indonesia |
| institution_id |
51 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Indonesia |
| library_id |
492 |
| collection |
Repository Skripsi (open) Universitas Indonesia |
| repository_id |
18064 |
| city |
KOTA DEPOK |
| province |
JAWA BARAT |
| repoId |
IOS18064 |
| first_indexed |
2022-12-13T08:54:00Z |
| last_indexed |
2022-12-13T08:54:00Z |
| recordtype |
dc |
| merged_child_boolean |
1 |
| _version_ |
1752184712263106560 |
| score |
17.610363 |