KLASIFIKASI KALIMAT PERUNDUNGAN PADA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

Sumitta Nauli
Sunneng Sandino Berutu
Haeni Budiati
Febe Maedjaja


DOI: https://doi.org/10.29100/jipi.v10i1.5749

Abstract


Cyberbullying menjadi masalah yang semakin serius, terutama dengan meningkatnya media sosial dan teknologi. Twitter adalah sebagai salah satu media digital yang kerap dijadikan ajang untuk memunculkan tekanan dari sesama pengguna. Dalam riset yang dilakukan, teknik Support Vector Machine (SVM) akan diterapkan untuk membuat klasifikasi terhadap tweet sebagai tujuannya. Crawling data digunakan untuk mengumpulkan data pelatihan, yang kemudian diproses dengan melakukan tokenisasi, pembersihan data, dan TF-IDF untuk pembobotan kata. Kata-kata yang membentuk sebuah frasa memiliki fungsi sebagai fitur. Untuk menentukan model klasifikasi yang ideal, teknik SVM dikembangkan dengan memanfaatkan beberapa jenis kernel dan parameter yang berbeda. Klasifikasi tweet dilakukan berdasarkan aspek fisik dan non-fisik. Dataset yang digunakan terdiri dari 2752 data, dengan 568 kategori bullying, 2183 kategori non bullying, dan 428 untuk aspek fisik, 132 untuk aspek non-fisik. Klasifikasi terbaik ditunjukkan melalui kernel Linear yang memiliki perbandingan 90:10, menghasilkan 89,47% akurasi, 57,14% recall, 100% presisi, serta 72,72% f1-score. Perolehan riset membuktikan yaitu nilai parameter tertentu dan model teknik SVM oleh esensi linear mahir mengklasifikasikan kalimat perundungan pada Twitter dengan akurasi yang tinggi. Penelitian ini memberikan kontribusi dalam upaya mendeteksi dan menangani perundungan siber pada platform media sosial.

Keywords


Perundungan siber; Klasifikasi; Twitter; Support Vector Machine

Full Text:

PDF

Article Metrics :

References


D. Shabira et al., “MIND (Multimedia Artificial Intelligent Networking Database Deteksi Seksisme Online menggunakan Support Vector Machine dan Naïve Bayes,” J. MIND J. | ISSN, vol. 8, no. 2, pp. 254–266, 2023, [Online]. Available: https://doi.org/10.26760/mindjournal.v8i2.254-266

J. Pardede, “Deteksi Komentar Cyberbullying Pada Media Sosial Berbahasa Inggris Menggunakan Naïve Bayes Classification,” J. Inform., vol. 7, no. 1, pp. 46–54, 2020, doi: 10.31311/ji.v7i1.6920.

W. Athira Luqyana, I. Cholissodin, and R. S. Perdana, “Analisis Sentimen Cyberbullying pada Komentar Instagram dengan

Metode Klasifikasi Support Vector Machine,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 4704–4713, 2018, [Online]. Available: http://j-ptiik.ub.ac.id

R. Indonesia, “Undang-Undang Republik Indonesia Nomor 19 Tahun 2016 Tentang Perubahan Atas Undang-Undang Nomor 11

Tahun 2008 Tentang Informasi Dan Transaksi Elektronik,” UU No. 19 tahun 2016, no. 1, pp. 1–31, 2016.

N. W. Sri wahyuni, “Penerapan Metode Klasifikasi Support Vector Machine (Svm) Untuk Menentukan Karyawan Putus Kontrak

Pada Pt. Tae Hang Indonesia,” J. Inform. SIMANTIK, vol. 4, no. September, pp. 10–15, 2019.

R. M. Kamal and E. Rainarli, “Analisis Sentimen Cyberbullying Pada Komentar Facebook Dengan Metode Klasifikasi Support

Vector Machine,” Univ. Komput. Indones., 2019.

L. Afina, H. Raudhoti, A. Herdiani, and D. A. Romadhony, “Identifikasi Cyberbullying pada Kolom Komentar Instagram dengan Metode Support Vector Machine dan Semantic Similarity (Cyberbullying Identification on Instagram Comment Using Support Vector Machine and Semantic Similarity ),” J-Cosine, vol. 4, no. 1, pp. 1–8, 2020, [Online]. Available:

http://jcosine.if.unram.ac.id/

M. . Imelda A.Muis & Muhammad Affandes, “Penerapan Metode Support Vector Machine ( SVM ) Menggunakan Kernel Radial

Basis Function ( RBF ) Pada Klasifikasi Tweet,” Sains, Teknol. dan Ind. Sultan Syarif Kasim Riau, vol. 12, no. 2, pp. 189–197, 2015.

H. N. Irmanda and Ria Astriratma, “Klasifikasi Jenis Pantun Dengan Metode Support Vector Machines (SVM),” J. RESTI

(Rekayasa Sist. dan Teknol. Informasi), vol. 4, no. 5, pp. 915–922, 2020, doi: 10.29207/resti.v4i5.2313.

N. M. G. D. Purnamasari, M. A. Fauzi, Indriarti, and L. S. Dewi, “Identifikasi Tweet Cyberbullying pada Aplikasi Twitter menggunakan Metode Support Vector Machine ( SVM ) dan Information Gain ( IG ) sebagai Seleksi Fitur,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 5326–5332, 2018.

H. P. P. Zuriel and A. Fahrurozi, “Implementasi Algoritma Klasifikasi Support Vector Machine Untuk Analisa Sentimen

Pengguna Twitter Terhadap Kebijakan Psbb,” J. Ilm. Inform. Komput., vol. 26, no. 2, pp. 149–162, 2021, doi:

35760/ik.2021.v26i2.4289.

T. M. Dista and F. F. Abdulloh, “Clustering Pengunjung Mall Menggunakan Metode K-Means dan Particle Swarm

Optimization,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1339, 2022, doi: 10.30865/mib.v6i3.4172.

D. Deb and V. E. Balas, “Intelligent Systems Reference Library 153,” vol. 72, 2019.

G. Subrata, “Klasifikasi Bahan Pustaka,” Pustak. Perpust., vol. 1, no. Ddc, pp. 1–13, 2019.

D. Rizfinanda, S. Ningrum, R. A. Yaksa, and U. Jambi, “Identifikasi Perilaku Bullying Verbal Dalam Hubungan Pertemanan Di Desa Simpang Terusan Kabupaten Batang Hari,” vol. 3, pp. 10330–10343, 2023.

W. Agastya and Aripin, “Pemetaan Emosi Dominan pada Kalimat Majemuk Bahasa Indonesia Menggunakan Multinomial Naïve

Bayes,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 9, no. 2, pp. 171–179, 2020, doi: 10.22146/jnteti.v9i2.157.

R. M. Candra and A. Nanda Rozana, “Klasifikasi Komentar Bullying pada Instagram Menggunakan Metode K-Nearest

Neighbor,” IT J. Res. Dev., vol. 5, no. 1, pp. 45–52, 2020, doi: 10.25299/itjrd.2020.vol5(1).4962.

R. Dhian Syarif, A. Herdiani, W. Astuti, and M. Kom, “Identifikasi Cyberbullying pada Komentar Instagram menggunakan

Metode Lexicon-Based dan Naïve Bayes Classifier (Studi kasus: Pemilihan Presiden Indonesia Tahun 2019),” e-Proceeding Eng., vol. 6, no. 2, p. 8838, 2019.

R. VINDO, Named Entity Recognition (Ner) Bahasa Indonesia Berbasis Multi Class Classification. 2023. [Online]. Available: http://digilib.unila.ac.id/70458/%0Ahttp://digilib.unila.ac.id/70458/3/SKRIPSI TANPA BAB PEMBAHASAN.pdf

E. Agisyaputri, N. A. Nadhirah, and I. Saripah, “Identifikasi fenomena perilaku bullying pada remaja,” J. Bimbing. dan Konseling, vol. 3, pp. 19–30, 2023.

N. A. Sinaga, A. Setiawan, and A. Noertjahyana, “Sistem Deteksi Reputasi Akun Seller Pada Steam Community Menggunakan

Metode Klasifikasi Support Vector Machine,” J. Infra, 2022, [Online]. Available: https://publication.petra.ac.id/index.php/teknikinformatika/article/view/128200Ahttps://publication.petra.ac.id/index.php/teknik-informatika/article/download/12820/11120

R. P. I. Putra, M. Akbar, and R. Amalia, “Analisis Sentimen Masyarakat Terhadap Kinerja Persatuan Sepakbola Seluruh

Indonesia Menggunakan Metode Backpropagation,” J. Inf. Technol. Ampera, vol. 1, no. 2, pp. 106–118, 2020, doi:

51519/journalita.volume1.isssue2.year2020.page106-118.

S. S. Berutu, H. Budiati, J. Jatmika, and F. Gulo, “Data preprocessing approach for machine learning-based sentiment

classification,” J. Infotel, vol. 15, no. 4, pp. 317–325, 2023, doi: 10.20895/infotel.v15i4.1030.

Z. Adhari, F. Informatika, and U. Telkom, “Identifikasi Ujaran Kebencian pada Twitter Menggunakan Metode Convolutional Neural Network ( CNN ),” vol. 10, no. 3, pp. 3464–3474, 2023.