Kamu Spammer, Manusia, atau Bot? | Introducing Steem Sincerity API
Steem Sincerity API membantu menunjukkan akun-akun penyebar spam (pesan sampah) di Steemit. Peringatan bagi para steemian.
Melawan Spammer
Spam atau pesan sampah makin sering menyambangi artikel-artikel kita. Kita tak bisa mencegahnya karena siapa saja bisa memberi komentar. Tapi, @andybets, software developer, mencoba membantu mengatasinya dengan memperkenalkan Steem Sincerity API yang dia tulis sendiri:1
This uses machine learning and a small training set to determine patterns which identify comments as spam (or from bots).
Ini adalah aplikasi pemrograman antarmuka (application programming interface/API) yang berfokus terutama pada komentar. Ya, tentu saja, karena pada komentarlah spam merajalela. Tapi, tentu ada ukuran lain, seperti jumlah pos dan reputasi meski tak dominan.
Aplikasi ini berusaha membedakan antara komentar sebagai spam atau komentar dari bot secara tak langsung. Dia menilai kemungkinan suatu akun itu berdasarkan tiga klasifikasi: Human Content Creator, Spammer dan Bot.2
Rather than making a direct prediction about whether an account belongs to a spammer, the API actually returns the probabilities of the account belonging to each of the three classes.
Aplikasi ini menilai seluruh akun Steemit dan menilainya berdasarkan tiga klasifikasi tadi. API aslinya tentu sulit dibaca orang awam. Untunglah, sejak akhir Maret lalu, @steemreports menyediakan visualisasi data penilaian itu. Kamu dapat melihatnya di:
Tampilannya demikian:
![spam-accountinfo.png](https://steemitimages.com/640x0/https://steemitimages.com/DQmPaaTmyV8QU3b6N9qwK8wjNgkPJ5czbPPm4zQJkYviQQ1/spam-accountinfo.png)
Kamu bisa mencoba mengecek sendiri status akunmu dengan memasukkan nama akunmu di kotak itu.
Mengecek Anggota KSI Chapter Jakarta
Ada baiknya kita mengecek status akun kita berdasarkan Steem Sincerity API.
Karena saya masuk dalam KSI Chapter Jakarta, maka saya mengecek status seluruh akun komunitas ini. Saya masukkan seluruh nama akun di sana:
![](https://steemitimages.com/DQmPT1Mm2U7t9edcuwaEq5iRYsvWukLDWt5qLfR3HD7WPos/spam2.png)
Hasilnya adalah sebuah visualisasi dari status semua akun. Tampilannya seperti di bawah ini:
![](https://steemitimages.com/640x0/https://steemitimages.com/DQmZAYyaUJetjuGnUK69mH6zM9F56Qxgc2N8rb5bL4LSdhW/spam1.png)
Kalau cursor diarahkan ke bulatan di segitiga itu, maka akan muncul nama akun bersangkutan, seperti ini:
![](https://steemitimages.com/DQmZnJXYcYzVKvawtQZqSmHcqiY7jFCicnhkWBChY1ZUzT4/spam-ket.png)
Status Para Anggota
Sebenarnya, setiap bulatan itu menandai satu atau lebih akun. Maka, untuk memudahkan penjelasan di tulisan ini, saya tambahkan kode a, b, c, sampai i.
![](https://steemitimages.com/640x0/https://steemitimages.com/DQmeXWbxJSTtwVViYuKT5VEuDk2uvLHaNNGtpRWA3jLseAy/spam1-oke.png)
Isi dari setiap kode itu adalah sebagai berikut
Mengapa posisi setiap akun berbeda-beda? Karena algoritma API meletakkannya berdasarkan penilaian untuk tiga klasifikasi tadi. Data rinci setiap akun adalah demikian:
label | spammer | bot | content creator |
a | |||
designofeighty | 28 | 0 | 71 |
b | |||
nsratjeh46 | 14 | 14 | 71 |
c | |||
andrianhabibi | 42 | 0 | 57 |
anggreklestari | 42 | 0 | 57 |
beladro | 42 | 0 | 57 |
bennpoelem | 42 | 0 | 57 |
iissumiati03 | 42 | 0 | 57 |
jkfarza | 42 | 0 | 57 |
mhdsyafriadi | 42 | 0 | 57 |
musismail | 42 | 0 | 57 |
noasalfha | 42 | 0 | 57 |
willyana | 42 | 0 | 57 |
d | |||
apilopoly | 28 | 14 | 57 |
muhajirdjidji | 28 | 14 | 57 |
e | |||
blogiwank | 14 | 28 | 57 |
f | |||
ahmadunyh | 57 | 0 | 42 |
batuejourney | 57 | 0 | 42 |
dofaaliza | 57 | 0 | 42 |
feriald | 57 | 0 | 42 |
imansembada | 57 | 0 | 42 |
imansembada | 57 | 0 | 42 |
manfaluthi | 57 | 0 | 42 |
vallentinadharma | 57 | 0 | 42 |
viviehardika | 57 | 0 | 42 |
zikrullah | 57 | 0 | 42 |
g | |||
edridaazhari | 42 | 14 | 42 |
h | |||
fidaarfah | 71 | 0 | 28 |
jaryat | 71 | 0 | 28 |
konakaart | 71 | 0 | 28 |
ngartof | 71 | 0 | 28 |
refs | 71 | 0 | 28 |
rezasofyan | 71 | 0 | 28 |
sangdiyus | 71 | 0 | 28 |
i | |||
citrarahman | 85 | 0 | 14 |
ratuayu | 85 | 0 | 14 |
ronimarwan | 85 | 0 | 14 |
Apa Artinya?
Bagaimana membaca data di atas? Sederhana saja. Aktivitas komentar setiap akun dinilai seberapa "manusia" akun itu. Makin dekat akun itu ke posisi Content Creator, semakin manusialah dia. Bila posisinya mendekat ke Spammer, maka komentarnya diperkirakan sebagai spam. Dan, bila posisinya makin dekat ke Bot, maka dia diperkirakan sebagai robot.
Saya tahu bahwa semua akun KSI Chapter Jakarta adalah manusia, jadi pasti bukan robot dan spammer. Tapi, saya menduga ada komentar-komentar yang kawan-kawan tulis yang mirip dengan spammer atau bot.
Jadi, lihatlah data ini sebagai peringatan bagi kita semua untuk memperbaiki cara kita berinteraksi di Steemit.
Cara Menghindari
Lalu, bagaimana cara kita menghindari agar komentar kita tak dikira sebagai spam? Berdasarkan pengalaman saya, ini beberapa tip yang bisa kita lakukan:
- Hindari menulis komentar yang sama persis atau sekadar copy-paste dari komentar yang lain.
- Panjang atau pendek komentar bukan masalah asal komentar itu cukup kreatif.
- Jangan menyertakan link ke artikelmu atau artikel orang lain yang tidak relevan.
- Komentar pendek, seperti "Terima kasih", tidak apa asal jangan terlalu sering.
- Sekali lagi, kreatiflah.
Biggest Spammers
Yang saya senang dari data di atas adalah tak satu pun anggota KSI Chapter Jakarta yang tergolong spammer.
Namun, saya sedih karena banyak akun dari Indonesia yang malah masuk daftar Biggest Spammers alias spammer terbesar.
![](https://steemitimages.com/DQme2JnfgTudNhq3qmkM1doYeUqiG12jwK2SVagyFVwRd2n/spam-biggest.png)
Yang ingin melihat daftar lengkapnya, silahkan kunjungi:
Catatan Akhir
Data di atas diakses per 8 April 2018. Steem Sincerity API mengambil data itu dari komentar selama 14 hari terakhir. Data ini bisa berubah setiap hari, tergantung aktivitas setiap akun. Saya berharap hari-hari berikutnya tak ada lagi akun Indonesia yang nangkring di Biggest Spammers.
Perlu diingat bahwa Steem Sincerity API sedang dalam pengembangan. API ini berbasis pada mesin yang belajar (learning machine). Kekeliruan bisa saja terjadi dan kita perlu membantu mereka untuk menyempurnakannya.
Kalau kamu keberatan atas hasil yang mereka tampilkan atau punya masukan atau kritik, silahkan tulis komentar di akun @andybets atau @steemreports.
Footnotes
1. @andybets, Steem Sincerity - Spam Filtering API and App Extensions
2. @andybets, Steem Sincerity - Improved Anti-Spam API
Recent Posts
- A Lemongrass Drink in Hot Day at Java Island #Photography
- Devries, Old Dutch Colonial Market in Java #Photography
- Trend Steemit 1st Quarter 2018: Indonesia Steemit Interest Down, What To Do?
- Tren Steemit Triwulan I 2018: Minat Steemit Indonesia Turun, Apa yang Harus Dilakukan?
- Fried Food Traders in Java #Photography
![](https://steemitimages.com/640x0/https://res.cloudinary.com/hpiynhbhq/image/upload/v1519012354/dhjswdlnhrvpskaab8ch.png)
I hope you like my work. Please upvote and resteem this post and follow @blogiwank if you support me.
Postingan Bang Iwank sudah punya ciri khas ini! Makasih Bang untuk sharingnya. Abis lihat ini jadi lebih berhati hati dalam berkomentar.
Banyak juga ya bang komen spamku. Haandeehh. Payah juga berurusan dengan robot ini 😢
Kalau nilainya segini. Masih di tahap manusia donk ya, ya spam masih banyak karena follower masih dikit. Jadi promo sana sini sih
Wkwkwkwkwkw
Asli keren bang data miningnya. Sering2 aja ya
![Screenshot_2018-04-09-05-50-06-518_org.mozilla.rocket.png](https://steemitimages.com/DQmVts1gEPZJm7x8KgWuSnE45avhor2WbaDXCwEBZvAzkC4/Screenshot_2018-04-09-05-50-06-518_org.mozilla.rocket.png)
Saya sudah follow & vote
Terimakasih...sangat membantu
Hmm bisa begini ya, padahal ga pernha komen spam..
Ah bisa jadi ini krn biasanya di akhir komen ada "thanks for sharing" kali ya..
Hahahahaa ngaco. Aku dianggap sebagai spamming juga ya rupanya? Padahal selalu komen pake ngetik. Duh! Salah dia nih!
Makin selektif crew steemit ini ya. Sebagai steemian benar benar ditempah jadi content creative creator yang bahkan komentar aja ga boleh datar. Biasanya mereka yg spammer itu enggak baca, langsung scroll ke bawah dan kasih komentar mainstream. Budaya baca harus lebih ditingkatkan nih!
Artinya kita diminta untuk menambah kosa kata aja dalam tulisan kita, itulah gunanya belajar sinonim waktu sekolah dulu heehehehe..
Bagus tulisannya bg @blogiwank
Sip. Meskipun sudah komen sesuai dengan konten dan ketik sendiri tetap dianggap spam. Kita komentar terkadang santai terkadang serius menanggapi suatu konten postingan dari teman kita. Ya mungkin karena robot ya jadi harus perfect sekali komennya. Kalau mendeteksi tulisan yang perfect sama seperti mendeteksi komenan seperti ini ada gak bang @blogiwank ? Ya mungkin perlu juga kali kita tahu tulisan kita dinilai robot seperti apa. Mungkin akumulasi pengulangan kata di setiap postingan jadi terkumpullah jumlah spam itu. Bay the way tulisan dan info yang bermanfaat untuk semua. Thanks sudah berbagi.
Mantap nian. Resteem dlu lah sblm jatah resteem hlag😜