ANALISIS SENTIMEN KOMENTAR CYBERBULLYING DI MEDIA SOSIAL INSTAGRAM MENGGUNAKAN PERBANDINGAN METODE SUPPORT VECTOR MACHINE DAN NAIVE BAYES

Rismayanti (2024) ANALISIS SENTIMEN KOMENTAR CYBERBULLYING DI MEDIA SOSIAL INSTAGRAM MENGGUNAKAN PERBANDINGAN METODE SUPPORT VECTOR MACHINE DAN NAIVE BAYES. PROGRAM STUDI SARJANA TEKNOLOGI INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2024.

Text SKRIPSI Risma Done - Rismayanti.pdf Download (6MB)

Abstract

Instagram merupakan salah satu platform media sosial yang banyak digunakan oleh masyarakat Indonesia. Meskipun media sosial menyediakan platform untuk berinteraksi dan berbagi informasi dengan mudah, tetapi tidak dapat dipungkiri bahwa media sosial juga memiliki sisi gelap yaitu cyberbullying. Cyberbullying dapat mengancam kesehatan mental seseorang, meningkatkan tingkat depresi dan kecemasan, serta dapat memicu perasaan takut dan marah pada korban. Tujuan: Penelitian yang dilakukan bertujuan untuk analisis sentimen komentar cyberbullying yang terjadi di platform media sosial Instagram dengan membandingkan metode Support Vector Machine (SVM) dan Naive Bayes untuk mengklasifikasikan sentimen positif, negatif atau netral. Metode: Dalam penelitian eksperimental, metode SVM yang dikembangkan mencapai akurasi sebesar 68% dan hasil akurasi metode Naive Bayes mencapai 79% menunjukkan bahwa metode SVM dan Naive Bayes yang telah dilatih mampu melakukan klasifikasi sentimen pada data uji. Hasil: Penelitian yang dilakukan menunjukkan bahwa metode SVM dan Naive Bayes dapat melakukan analisis sentimen terhadap komentar cyberbullying dengan hasil akurasi metode SVM 68% dan Naive Bayes 79%. selain itu, proporsi untuk label positif mencapai 31,2%, label netral mencapai 60,1%, dan label negatif hanya sekitar 8,8%. Simpulan: Hasil penelitian menunjukkan akurasi metode SVM 68%, sedangkan metode Naive Bayes 79%. Analisis menunjukkan bahwa 60,1% komentar bersifat netral. Meskipun demikian, perhatian tetap diperlukan terhadap komentar- komentar negatif karena dapat memiliki dampak yang signifikan, terutama jika berkaitan dengan masalah seperti cyberbullying.

Actions (login required)

View Item