IMPLEMENTASI METODE SUPPORT VECTOR MACHINE DALAM KLASIFIKASI CYBERBULLYING PADA KOMENTAR YOUTUBE

Arwiananda, Dionysius Raka Bening (2021) IMPLEMENTASI METODE SUPPORT VECTOR MACHINE DALAM KLASIFIKASI CYBERBULLYING PADA KOMENTAR YOUTUBE. Other thesis, UPN "Veteran" Yogyakarta.

Preview	Text DAFTAR ISI.pdf Download (48kB) | Preview
Preview	Text HALAMAN PENGESAHAN.pdf Download (705kB) | Preview
Preview	Text COVER.pdf Download (136kB) | Preview
Preview	Text DAFTAR PUSTAKA(1).pdf Download (159kB) | Preview
Preview	Text ABSTRAK.pdf Download (82kB) | Preview
	Text Tugas-Akhir-FULLTEXT.pdf Restricted to Repository staff only Download (3MB)

Abstract

vii
ABSTRAK
Pada era digital ini, laju perkembangan teknologi semakin pesat. Kemajuan ini
membawa perubahan bagi kehidupan masyarakat. Hampir seluruh kegiatan sehari-hari
sudah menggunakan teknologi terbaru saat ini. Teknologi yang sudah tidak asing lagi adalah
internet. Penggunaan internet sudah meliputi hampir seluruh aspek kehidupan tidak
terkecuali dunia hiburan. Salah satu situs di internet yang menawarkan hiburan bagi orang
yang mengaksesnya adalah Youtube. Dibalik banyaknya pengguna aktif Youtube, terdapat
beberapa kelemahan diantaranya adalah banyaknya komentar negatif baik yang berisikan
spam, ujaran kebencian, hingga perundungan atau yang sering disebut dengan
cyberbullying. Contoh video yang banyak terdapat komentar negatif adalah video – video
yang terdapat pada kanal Lutfi Agizal dan rahmawati kekeyi putri cantikka. Beberapa video
yang terdapat pada kanal tersebut sempat berada pada trending video di Youtube. Konten
video yang rata – rata berisi musik yang dinilai plagiat membuat video tersebut banyak
dihujat.
Dalam melakukan text classification, salah satu metode yang digunakan adalah
metode Support vector Machine (SVM). Metode tersebut memiliki tingkat akurasi yang baik
dalam melakukan analisis sentimen. Adapun dua tahapan yang dilakukan dalam melakukan
klasifikasi cyberbullying ini yaitu klasifikasi komentar cyberbullying atau non-cyberbullying
kemudian dilanjutkan dengan klasifikasi cyberbullying. Keduanya menggunakan metode
SVM. Proses klasifikasi diawali dengan scraping data, kemudian dilakukan text
preprocessing diantaranya case folding, tokenization, stopword removal atau filtering, dan
stemming. Proses selanjutnya adalah pembobotan TF-IDF dan melakukan analisis
menggunakan metode SVM. Pengujian menggunakan tabel Confusion Matrix dan K-Fold
Cross Validation dengan iterasi sebanyak 5 kali.
Hasil pengujian menunjukkan bahwa nilai accuracy tertinggi yang dihasilkan oleh
metode SVM dalam pencarian kelas cyberbullying pada komentar Youtube ada 66% dengan
nilai precision sebesar 77% dan nilai recall sebesar 55% sedangkan nilai accuracy tertinggi
untuk pencarian kategori cyberbullying adalah 59% dengan nilai precision sebesar 66% dan
nilai recall sebesar 44%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	metode Support vector Machine (SVM).
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	09 Dec 2021 03:10
Last Modified:	30 Sep 2022 07:44
URI:	http://eprints.upnyk.ac.id/id/eprint/27251

Actions (login required)

View Item