PENGAMANAN MOBILE DEVICE UNTUK ANAK-ANAK DENGAN KLASIFIKASI OTOMATIS

DINAMIKA TEKNOLOGI April 2016 Vol. 8; No. 1; Hal. 21-25

PENGAMANAN MOBILE DEVICE UNTUK ANAK-ANAK DENGAN KLASIFIKASI OTOMATIS Esther Irawati Setiawan Teknik Informatika Sekolah Tinggi Teknik Surabaya e-mail: [email protected]

ABSTRAK Android merupakan salah satu platform pada mobile device yang banyak diminati masyarakat. Namun kita tidak bisa terhindar dari gangguan-gangguan kecil yang menyebabkan user merasa tidak aman. Sering kali terjadi penyalahgunaan pada device atau pada aplikasi yang ada di dalamnya. Penyalahgunaan tersebut bisa menyebabkan kerugian bagi pengguna. Aplikasi keamanan berupa pengunci aplikasi dapat menambah keamanan smartphone pengguna. Penelitian ini mengembangkan aplikasi yang menyediakan fasilitas keamanan dengan mengunci aplikasi tertentu saja. Pada aplikasi ini terdapat fitur “parental control” agar device pengguna pun aman untuk digunakan oleh anak-anak. Aplikasi yang ada di smartphone pengguna akan difilter berdasarkan deskripsinya dan akan diklasifikasikan menjadi dua golongan, yaitu aplikasi yang aman untuk anak-anak dan aplikasi yang bukan untuk anak-anak. User bisa menghapus aplikasi yang bukan untuk anak-anak tersebut. Penerapan Naive Bayes Classifier mempermudah aplikasi untuk melakukan proses klasifikasi aplikasi. Selain itu, pada Android sendiri banyak terdapat kelebihan yang mendukung pembuatan aplikasi ini, di antaranya adalah tampilan yang interaktif bagi pengguna. Kata kunci: klasifikasi teks, naive bayes, mobile device programming

ABSTRACT Android is a platform on a mobile device that attracted many people. But we can’t avoid the small annoyances that cause the users to feel unsafe. Misuse often occurs on the device or on the application that is in it. The misuses can cause harm to the users. Security applications such as the locking application smartphone users can add security. In this research, we develop an application that provides not only provide security to lock certain applications. In this application, there is the "parental control" feature so that the user’s device is safe for use by children. Applications in the user’s smartphone will be filtered based on its description and would be classified into two groups, namely application safe for the kids and the application is not for the kids. User can remove applications that are not safe for the kids. The implementation of Naive Bayes classifier facilitate this application to perform the application classification process. In addition, the Android itself there are many advantages in favor of making this application, include an interactive display. Keywords: text classification, Naïve Bayes, mobile device programming

PENDAHULUAN Seiring dengan berkembangnya teknologi akhirakhir ini, platform/sistem operasi pada mobile device juga berkembang dengan pesat. Banyak sistem operasi yang dikembangkan dan digunakan oleh masyarakat, seperti Windows Phone, Blackberry, Android, iOS dan masih banyak lagi. Salah satu sistem operasi yang berkembang pesat dan banyak digunakan masyarakat adalah sistem operasi Android.

Android merupakan platform software berbasis open source yang diciptakan oleh Google dan Open Handset Alliance. Android didesain terutama untuk touchsreen mobile device seperti smartphone dan komputer tablet. Hal ini menjadikan Android sebagai platform untuk smartphone yang paling banyak diminati dan digunakan oleh masyarakat. Android menyediakan library SDK yang bersifat open source dan dapat digunakan oleh para programmer untuk membuat dan mengembangkan aplikasi-aplikasi sendiri. Aplikasi-aplikasi yang dihasilkan pun semakin banyak macamnya, seperti

Dinamika Teknologi Jurnal Ilmiah Teknologi dan Rekayasa, ISSN: 1907-7327

21


aplikasi game, sarana komunikasi, media digital, media hiburan dan sebagainya. Namun secanggih apa pun smartphone yang digunakan atau sebanyak apa pun aplikasi yang kita miliki, kita tidak bisa terhindar dari penyalahgunaan aplikasi smartphone yang kita miliki jika kita meminjamkan smartphone kita kepada orang lain. Seringkali aplikasi-aplikasi yang kita miliki di smartphone dibuka dan “dibongkar” oleh orang lain tanpa seijin kita. Tidak hanya itu, terkadang aplikasi tersebut digunakan secara sembarangan, misalnya saja hack status pada Facebook, membuka sms diam-diam, dan sebagainya. Saat ini, anak-anak juga sering menggunakan smartphone untuk mempermudah komunikasi anak dengan orang tua. Dalam penelitian [1], dikembangkan launcher yang khusus untuk anakanak. Salah satu penelitian yang telah dilakukan untuk melindungi anak dari konten yang mengandung iklan yang mengandung konten yang berisi kekerasan atau pornografi [2].

DESAIN SISTEM Pada bagian berikut akan dijelaskan cara kerja sistem ini. Saat pertama kali aplikasi digunakan, user akan diminta untuk membuat password baru. Default awal dari Lock Type adalah password alphanumeric. User juga akan dimintai alamat email yang akan digunakan untuk mengirimkan password baru jika user lupa akan passwordnya yang lama. Sesudah register, user akan diarahkan ke halaman menu. Sesudah user membuat password baru, user akan diarahkan ke halaman menu. Dalam halaman menu tersebut, terdapat 3 bagian, Select App, Setting dan Help. Select App berfungsi untuk memilih aplikasi apa saja yang ingin dikunci. Setting berfungsi untuk melakukan pengaturan, misalnya mengaktifkan Lock Service, mengatur Lock Delay, mengubah Lock Screen dan sebagainya. Semua setting yang sudah diatur disimpan dalam database lokal dan Shared Preferences.

Selain itu, orang tua juga sering meminjamkan smartphone ke anak-anaknya yang masih belum paham tentang teknologi, mereka bisa saja membuka dan tidak sengaja menghapus data penting yang kita simpan dalam smartphone kita. Kita menjadi merasa tidak aman jika smartphone kita berada di tangan orang lain karena takut disalahgunakan. Sampai saat ini aplikasi serupa sudah banyak beredar, namun belum banyak pengguna smartphone Android yang menggunakan aplikasi tersebut. Oleh karena itu, penulis memanfaatkan kesempatan tersebut untuk membuat aplikasi pengunci yang user friendly dan mudah digunakan, tidak hanya untuk kepentingan pribadi user, namun bisa juga dimanfaatkan untuk mengamankan anakanak dari aplikasi-aplikasi yang digunakan oleh kebanyakan orang dewasa. Aplikasi yang dikembangkan pada penelitian ini nantinya dapat diunduh pada PlayStore Android. Untuk klasifikasi teks, digunakan metode Naïve Bayes. Pada penelitian [3], Naïve Bayes digunakan untuk mendeteksi akun yang spam pada media social. Pada penelitian ini, Naïve Bayes digunakan untuk menentukan aplikasi manakah yang mengandung konten yang tidak baik bagi anakanak. Klasifikasi dilakukan pada deskripsi teks dari aplikasi yang diambil secara otomatis dari PlayStore Android.

22

Gambar 1. Arsitektur Sistem

Jika user mengaktifkan service, maka setiap kali user membuka aplikasi yang sudah disetting untuk dikunci, user akan diminta untuk memasukkan password. Jika password yang dimasukkan benar, aplikasi yang dikunci bisa dibuka. Jika user salah memasukkan password dan jumlah kesalahan melebihi batas yang sudah ditentukan pada Unlocking Limit, maka user tidak akan bisa membuka aplikasi apa pun yang dikunci dan secara otomatis aplikasi akan mereset password baru. Password baru akan dikirimkan ke email user melalui web service. Password baru yang dikirimkan berupa 6 karakter alphanumeric



random (misal 2gh13j). Password asal juga akan diganti menjadi password baru ini. User bisa kembali membuka aplikasi-aplikasi yang dikunci dengan menggunakan password ini. Jika user merasa “ribet” dengan password baru ini, user bisa mereset sendiri passwordnya di menu Setting. Pada aplikasi ini juga disediakan fitur Uninstall Not-For-Kids App, di mana fitur ini akan mengecek aplikasi yang ada di smartphone pengguna dengan mendapatkan deskripsi aplikasi dari Google Play Store melalui web service. Deskripsi aplikasi tersebut akan diklasifikasikan dengan Naive Bayes Classifier, apakah termasuk aman atau tidak. Jika ada aplikasi yang deskripsinya mengandung kata-kata yang tidak baik, maka oleh Naive Bayes aplikasi tersebut akan dikategorikan bukan untuk anak-anak dan user akan diminta untuk meng-uninstall aplikasi tersebut.

NAÏVE BAYES CLASSIFIER UNTUK KLASIFIKASI TEKS Naïve Bayes Classifier merupakan algoritma yang memanfaatkan metode probabilitas dan statistik yang dikemukakan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi probabilitas di masa depan berdasarkan pengalaman di masa sebelumnya. Algoritma ini merupakan algorima yang bekerja dengan baik untuk klasifikasi teks [4]. Terdapat dua tahapan utama dalam proses klasifikasi teks, yaitu tahap pelatihan dan tahap klasifikasi. Pada tahap pelatihan dilakukan proses analisis terhadap sampel dokumen berupa pemilihan vocabulary, yaitu kata yang mungkin muncul dalam koleksi dokumen sampel. Selanjutnya adalah penentuan probabilitas prior bagi tiap kategori berdasarkan sampel dokumen. Pada tahap klasifikasi ditentukan nilai kategori dari suatu dokumen berdasarkan term yang muncul dalam dokumen yang diklasifikasi. Data Training Data Testing

Dari deskripsi berbagai aplikasi pada Playstore, diambil beberapa kata-kata penting yang berhubungan dengan aplikasi tersebut. Contoh bisa dilihat pada potongan kalimat deskripsi aplikasi 18+ Adult Jokes di bawah ini. “FREE Joke Application in Android Market for 18+. This Application is for Mature and Adult Person who is 18+ and who like sexy, adult jokes. Here is a collection of funny adult dirty jokes. Go through them and select the ones you find naughty enough to send them to your friends and have fun.” Kata-kata yang dicetak tebal adalah contoh katakata yang berhubungan dengan aplikasi sebagai deskripsi dari aplikasi tersebut. Kata-kata yang berhubungan dengan deskripsi aplikasi nantinya dikelompokkan dan dibedakan ke dalam 2 kelas, yaitu Positive dan Negative. Tabel 1. Contoh Aplikasi Untuk Anak-Anak

No. 1 2 3 4 5 6 7 8 9 10

For Kids Not-For-Kids Airport Mania 18+ Adult Jokes Angry Birds Adult Dating Tips Bubble Blast Dirty Jokes Classic Simon Ghost Prank Cut The Rope Ghost Radar Minion Rush Horror Camera Doodle Jump Horror PopUp Prank Farm Fenzy Kissing Test Fruit Ninja Love Life Hill Climb Racing Naked Scanner

Pada tabel 2, ditampilkan contoh daftar kata yang dijadikan data training yang digunakan untuk klasifikasi aplikasi. Tabel 2. Contoh Data Training Positive Negative

Learning

Classifier

Pada penelitian ini, data training yang digunakan adalah 100 deskripsi aplikasi untuk anak-anak dan 100 deskripsi aplikasi bukan untuk anak-anak. Pada table 1 ditampilkan contoh 10 aplikasi untuk anak-anak dan 10 aplikasi bukan untuk anak anak.

Kategori Dokumen

Gambar 2. Tahapan Naïve Bayes Classifier

Animal Alphabet Animation Art Bubble Children Draw

Adult Alcohol Blood Cynicism Death Dating Erotic


23


Penghitungan untuk data training digunakan juga pada aplikasi Android pada fitur Uninstall NotFor-Kids App, untuk menghitung jumlah kategori dan kemungkinannya. Data testing yang digunakan dalam pengimplementasian Naive Bayes pada fitur Uninstall Not-For-Kids adalah deskripsi aplikasi yang ada di smartphone user. Di bawah ini adalah contoh pengklasifikasian aplikasi Kids Doodle – Color & Draw. Diberikan potongan kalimat pada deskripsi aplikasi: “Kids Doodle is particularly designed for kids with super easy-to-use painting on photo or canvas. It has endless bright colors and 18 beautiful brushes, such as glow, neon, rainbow, crayon and sketchy, etc.” Dari kalimat tersebut akan dilakukan klasifikasi kata per kata, kemudian dibuat matriks kata-kata dengan probabilitas sesuai dengan kategori. Selain itu, akan dilakukan preprocessing yang meliputi penghilangan tanda-tanda baca dan simbol-simbol yang bukan huruf dan direplace dengan spasi(“ “). Untuk kata-kata yang baru (tidak ada dalam kategori manapun) dan kata-kata yang tidak termasuk dalam salah satu kategori probabilitas bernilai 0,5.

SISTEM APLIKASI MOBILE Pada bagian ini akan dibahas mengenai fitur-fitur penting dalam menyusun fungsi dari aplikasi Android yang dikembangkan ini. Terdapat 2 macam bagian utama, yaitu program yang terdapat dalam aplikasi Android dan program untuk web service. Beberapa fitur utama aplikasi mobile antara lain:  Proses check password strength: proses pengecekan regular expression password alphanumeric untuk menentukan password strength.  Proses mendapatkan list aplikasi: merupakan proses mendapatkan list aplikasi yang ada di smartphone user.  Proses lock service: pada bagian ini akan dijelaskan proses lock service, yaitu saat fungsi lock diaktifkan. Service ini berjalan di background, dalam artian tidak ada interface pada proses ini.  Proses pengiriman data ke web service: terdiri dari dua proses utama yaitu: pengiriman data password baru dari Forgot Password dan data

24







aplikasi untuk mencari deskripsi aplikasi di Google Play Service. Uninstall not for kids app: pengiriman data dari Android ke web service pada fitur Uninstall Not-For-Kids App. Data yang dikirimkan nama package dari aplikasi. Proses schedule lock: pengaktifan lock service secara otomatis pada waktu yang telah ditentukan pada fitur Scheduled Lock. Fitur ini menggunakan AlarmManager. Proses prevent incoming call: proses mencegah user menerima panggilan telepon dengam memunculkan activity lock sebelum activity panggilan masuk telepon. Fitur ini menggunakan TelephonyManager.

Sedangkan pada web service terdapat dua proses utama: proses pengiriman password baru dan proses mendapatkan deskripsi aplikasi dari Google Play Service. Proses ini menggunakan menggunakan HTML DOM PARSER, di mana ditentukan alamat website yang ingin diambil emelem HTMLnya. Untuk mendapatkan deskripsi aplikasi, alamat HTML yang dituju adalah halaman Google Play Store yang berisi konten detail aplikasi. Karena itu, dibutuhkan nama package aplikasi, karena url untuk langsung ke halaman detail aplikasi berformat http://play.google.com/store/apps/details?id=<pack age_name>. Setelah masuk ke halaman yang dituju, parser mencari elemen yang diambil datanya, yaitu dari div dengan nama class apporig-desc. Tabel 3. Tabel Evaluasi Pertanyaan SB B Bagaimana menurut Anda tampilan aplikasi 50% 50% ini? Apakah desain informasi yang 40% 60% ditampilkan sudah cukup baik? Bagaimana menurut Anda mengenai fitur 20% 80% yang disediakan aplikasi ini? Bagaimana menurut Anda mengenai fitur Uninstall Not-For- 25% 65% Kids App pada aplikasi ini? Bagaimana kecepatan menampilkan 35% 65% informasi pada aplikasi ini? Bagaimana kecepatan proses update datapada 25% 75% aplikasi ini? Apakah Anda tertarik untuk menggunakan 70% 30% aplikasi ini?


K

SK

0%

0%

0%

0%

0%

0%

10%

0%

0%

0%

0%

0%

0%

0%


UJI COBA Pada bagian ini akan dijabarkan mengenai uji coba yang telah dilakukan. Uji coba yang dilakukan terdiri dari uji coba fungsionalitas aplikasi Android dan uji coba kualitas aplikasi Android yang dikembangkan. Uji coba fungsionalitas pada aplikasi Android dilakukan terhadap setiap tombol yang mewakili fitur-fitur yang dianggap penting pada aplikasi ini. Uji coba ini dilakukan untuk memastikan fungsi-fungsi yang telah dibuat dapat berfungsi dengan baik. Pada Tabel 3 ditunjukkan hasil pengujian melalui kuesioner.

3. D. Wang, D. Irani, dan C. Pu. A social-spam detection framework. Proc. 8th Annu. Collab. Electron. Messag. Anti-Abuse Spam Conf. CEAS ’11, January, halaman 46–54, 2011. 4. S.-B. K. S.-B. Kim, K.-S. H. K.-S. Han, H.-C. R. H.-C. Rim, dan S. H. M. S. H. Myaeng. Some Effective Techniques for Naive Bayes Text Classification. IEEE Trans. Knowl. Data Eng., vol. 18, no. 11, halaman 1457–1466. 2006. 5. S. James. The Android Developer’s Cookbook, Building Applications with The Android SDK. Addison-Wesley. 2011.

KESIMPULAN Adapun beberapa kesimpulan yang didapatkan antara lain: 1. Penerapan Naive Bayes Classifier sangat membantu dalam pengklasifikasian aplikasi yang baik untuk anak-anak. 2. SharedPreferences pada Android dapat menyimpan sebuah nilai secara global sehingga mempermudah jika ingin menyimpan atau mengambil nilai tertentu. 3. SQLite yang terdapat pada Android mendukung aplikasi yang berhubungan dengan pemrosesan database karena SQLite tidak membutuhkan banyak memory smartphone. 4. Tampilan pada Android perlu diberikan perhatian khusus, terutama masalah kompabilitas dan ukuran resolusi layar karena tampilan setiap ukran layar berbeda-beda.

DAFTAR PUSTAKA 1. Á. Santos, J. Gomes, dan A. Gomes. My First Phone : Smartphones Android for Kids. Halaman 279–284. 2013. 2. Y. Chen, S. Zhu, H. Xu, dan Y. Zhou. Children’s exposure to mobile in-app advertising: An analysis of content appropriateness. ProceedingsSocialCom/PASSAT/BigData/EconCom/BioMe dCom 2013, halaman 196–203. 2013.


25

PENGAMANAN MOBILE DEVICE UNTUK ANAK-ANAK DENGAN KLASIFIKASI OTOMATIS

Recommend Documents