Deteksi Aplikasi Digital Berisiko Melanggar Regulasi Privasi Anak Menggunakan CatBoost

Abstract

Perkembangan teknologi meningkatkan eksposur anak-anak terhadap aplikasi digital yang berpotensi melanggar regulasi privasi anak. Penelitian ini bertujuan membangun dan mengevaluasi model klasifikasi berbasis CatBoost untuk mendeteksi aplikasi digital yang berisiko melanggar regulasi privasi anak. Data yang digunakan bersumber dari kompetisi Kaggle Find IT 2025, terdiri dari 7.000 entri dengan 17 kolom atribut. Tahap persiapan data mencakup pembersihan nilai tidak konsisten, penghapusan nilai redundan, dan penanganan nilai tidak valid. Pembagian data dilakukan secara stratified dengan rasio 80:10:10 untuk data latih, data validasi, dan data uji. Mengingat karakteristik dataset yang tidak seimbang dengan rasio kelas 1:9, optimasi model dilakukan melalui kombinasi hyperparameter optimization menggunakan Optuna, implementasi Mutually Disjoint Datasets, dan optimasi threshold. Hasil evaluasi menunjukkan bahwa model yang dirancang mampu mencapai Macro Recall sebesar 0,84. Recall pada kelas minoritas mencapai 0,90, yang berarti 63 dari 70 aplikasi berisiko berhasil terdeteksi. Recall kelas mayoritas mencapai 0,78, yakni 491 dari 629 aplikasi aman berhasil terdeteksi dengan benar. Hasil tersebut lebih baik dibandingkan dengan model CatBoost tanpa optimasi yang hanya mampu mendeteksi 14 dari 139 aplikasi berisiko, dengan recall kelas minoritas sebesar 0,10. Strategi memaksimalkan recall diprioritaskan karena dalam hal perlindungan privasi anak, kesalahan melewatkan aplikasi berbahaya lebih merugikan dibandingkan kesalahan menandai aplikasi yang sebenarnya aman. Berdasarkan hasil tersebut, model yang dirancang menunjukkan peningkatan dalam kemampuan deteksi aplikasi berbahaya bagi privasi anak.