Analisis Bukti Digital Cyberbullying pada Jejaring Sosial Menggunakan Naïve Bayes Classifier (NBC)

Abstract

Pesatnya perkembangan Jejaring Sosial sebagai salah satu kemajuan dalam teknologi tidak hanya membawa dampak positif tetapi juga memperkenalkan masalah-masalah baru saat tidak digunakan secara tepat atau menyalahi secara semestinya, hal ini disebut cybercrime. Twitter merupakan salah satu jejaring sosial yang sangat diminati saat ini karena kemudahan akses yang dapat dilakukan melalui smarthphone, laptop, tablet maupun berbagai layanan aplikasi lainnya. Pertumbuhan Jejaring Sosial Twitter tersebut membawa trend baru dalam masyarakat sebagai ajang untuk melakukan tindakan penindasan secara online atau yang lebih dikenal dengan cyberbullying. Cyberbullying merupakan salah satu cybercrime yang sedang marak saat ini. Praktik cyberbullying tidak hanya terbatas pada anak-anak tetapi juga pada orang dewasa hal ini disebut cyberstalking atau cyberharrasment. Dampak yang ditimbulkan bagi pelaku bisa dijerat hukuman penjara sesuai dengan undang-undang yang berlaku, sementara dari sisi psikologi korban bisa mengalami depresi bahkan bunuh diri. Dengan fenomena tersebut, penelitian ini fokus untuk menganalisis perkembangan cyberbullying di Indonesia melalui Jejaring Sosial Twitter dengan pendekatan Data Mining menggunakan algoritma Naïve Bayes Classifier pada Machine Learning WEKA. Output penelitian ini berupa knowledge mengenai perkembangan cyberbullying pada Jejaring Sosial dan Jenis cyberbullying yang banyak digunakan sehingga pemerintah atau instansi terkait dapat melakukan edukasi dan memberi sangsi tegas bagi masyarakat dan pengguna Jejaring Sosial yang melakukan bullying untuk menghindari korban bullying lebih banyak. Berdasarkan analisis hasil klasifikasi dapat diketahui bahwa yang positif mengandung konten bullying sebanyak 86.97%. Jenis cyberbullying yang banyak digunakan related psychology sebanyak 61.63%, related animals sebanyak 3.08%, general bullying sebanyak 19.57% dan sexuality sebanyak 3.08%. penelitian ini untuk periode November-Desember 2016 sehingga dari hasil klasifikasi tersebut dapat disimpulkan bahwa cyberbullying di Indonesia untuk periode tersebut cukup tinggi. Kata kunci: cybercrime, cyberbullying, bukti digital, jejaring sosial, data mining, Naïve Bayes