Analisis Sentimen Cyberbullying Pada Komentar Facebook Dengan Metode Klasifikasi Support Vector Machine
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Kamal, Rafli Muhammad
Subject
004_Data Processing & Computer Science
Datestamp
2019-11-12 02:49:18
Abstract :
Seiring maraknya penggunaan facebook sebagai media sosial, tentu semakin beragamlah komentar yang ditulis seseorang dalam suatu postingan. Terkadang tanpa disadari para pengguna facebook menuliskan komentar yang mengandung unsur bullying. Tentunya akan berdampak buruk pada dirinya sendiri maupun orang lain, oleh karena itu perlu adanya analisa terkait komentar facebook. Pendekatan machine learning yang dapat digunakan untuk mendeteksi cyberbullying adalah analisis sentimen. Dalam penelitian ini akan membahas analisis sentimen dengan menggunakan metode Support Vector Machine (SVM). Prosesnya dengan mengklasifikasikan sentimen yang positif (tidak mengandung unsur bullying) atau negatif (yang mengandung unsur bullying). Di dalam tahapan praproses ditambahkan proses normalisasi kata dengan tujuan untuk mengatasi penggunaan kata yang tidak baku dari komentar yang akan diproses. Untuk pengujian akurasi dilakukan 2 kali pengujian. Pengujian I menggunakan 100 data latih dan 100 data uji dan Pengujian II menggunakan 100 data latih dan 50 data uji yang berasal dari data komentar para pengguna facebook. Hasil pengujian akurasi yang dilakukan menunjukan bahwa SVM bisa memiliki tingkat persentase cukup tinggi pada kasus analisis sentiment bisa mencapai 96% dengan menggunakan fungsi kernel RBF. Dapat disimpulkan bahwa metode klasifikasi Support Vector Machine bekerja baik pada kasus analisis sentimen cyberbullying pada komentar facebook.
Seiring maraknya penggunaan facebook sebagai media sosial, tentu semakin beragamlah komentar yang ditulis seseorang dalam suatu postingan. Terkadang tanpa disadari para pengguna facebook menuliskan komentar yang mengandung unsur bullying. Tentunya akan berdampak buruk pada dirinya sendiri maupun orang lain, oleh karena itu perlu adanya analisa terkait komentar facebook. Pendekatan machine learning yang dapat digunakan untuk mendeteksi cyberbullying adalah analisis sentimen. Dalam penelitian ini akan membahas analisis sentimen dengan menggunakan metode Support Vector Machine (SVM). Prosesnya dengan mengklasifikasikan sentimen yang positif (tidak mengandung unsur bullying) atau negatif (yang mengandung unsur bullying). Di dalam tahapan praproses ditambahkan proses normalisasi kata dengan tujuan untuk mengatasi penggunaan kata yang tidak baku dari komentar yang akan diproses. Untuk pengujian akurasi dilakukan 2 kali pengujian. Pengujian I menggunakan 100 data latih dan 100 data uji dan Pengujian II menggunakan 100 data latih dan 50 data uji yang berasal dari data komentar para pengguna facebook. Hasil pengujian akurasi yang dilakukan menunjukan bahwa SVM bisa memiliki tingkat persentase cukup tinggi pada kasus analisis sentiment bisa mencapai 96% dengan menggunakan fungsi kernel RBF. Dapat disimpulkan bahwa metode klasifikasi Support Vector Machine bekerja baik pada kasus analisis sentimen cyberbullying pada komentar facebook.
File :
1.10115214_RAFLI MUHAMMAD KAMAL_COVER.pdf
UNIKOM_RAFLI MUHAMMAD KAMAL_LEMBAR PENGESAHAN.pdf
15.10115214_RAFLI MUHAMMAD KAMAL_BAB V.pdf
10.10115214_RAFLI MUHAMMAD KAMAL_DAFTAR PUSTAKA.pdf
21.10115214_RAFLI MUHAMMAD KAMAL_JURNAL DALAM BAHASA INDONESIA.pdf
UNIKOM_RAFLI MUHAMMAD KAMAL_JURNAL DALAM BAHASA INGGRIS.pdf
UNIKOM_RAFLI MUHAMMAD KAMAL_BIODATA.pdf
UNIKOM_RAFLI MUHAMMAD KAMAL_SURAT KETERANGAN PUBLIKASI.pdf
20.10115214_RAFLI MUHAMMAD KAMAL_SURAT KETERANGAN ORISINALITAS.pdf
4.10115214_RAFLI MUHAMMAD KAMAL_KATA PENGANTAR.pdf
5.10115214_RAFLI MUHAMMAD KAMAL_DAFTAR ISI.pdf
11.10115214_RAFLI MUHAMMAD KAMAL_BAB I.pdf
12.10115214_RAFLI MUHAMMAD KAMAL_BAB II.pdf
13.10115214_RAFLI MUHAMMAD KAMAL_BAB III.pdf
14.10115214_RAFLI MUHAMMAD KAMAL_BAB IV.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
