Show simple item record

dc.contributor.advisorArum Handini Primandari, S.Pd.Si., M.Sc.
dc.contributor.advisorAyundyah Kesumawati, S.Si., M.Si.
dc.contributor.authorRINI APRILIANTY RIADI
dc.date.accessioned2022-01-31T05:05:11Z
dc.date.available2022-01-31T05:05:11Z
dc.date.issued2021-08-11
dc.identifier.urihttps://dspace.uii.ac.id/handle/123456789/36067
dc.description.abstractCara orang berkomunikasi telah berubah secara signifikan dalam beberapa dekade terakhir. Bentuk kemajuan teknologi saat ini adalah dengan mudahnya manusia dapat bertukar informasi melalui jejaring media sosial. Namun dampak dari kemajuan teknologi yang pesat ini menyebabkan munculnya perilaku bullying di jejaring media sosial, berupa komentar-komentar menghina. Tindakan ini disebut sebagai cyberbullying. Cyberbullying berdampak pada psikologis korban, bahkan tidak menutup kemungkinan fisik korban. Sering kali netizen tidak waspada bahwa ungkapannya pada media sosial mengandung unsur cyberbullying yang bisa di perkara secara hukum. Terlebih, tindakan tersebut bisa menyakiti orang lain. Urgensi penggunaan teknologi dalam pertukaran informasi mendorong pemerintah mengeluarkan UU ITE pada tahun 2008. Di dalam peraturan tersebut, cyberbullying diatur dalam pasal 27 ayat (3), pasal 27 ayat (4), pasal 28 ayat (2), dan pasal 29, mengenai bentuk tindakan yang termasuk dalam cyberbullying. Oleh karena itu, pada penelitian ini berupaya membangun sebuah sistem untuk mampu memberikan suatu peringatan kepada netizen terhadap komentarnya yang mungkin mengandung cyberbullying. Metode yang digunakan adalah Natural Language Processing (NLP), menggunakan algoritma Random Forest untuk mengklasifikasi komentar. Berbasis model tersebut, website dibangun sebagai user interface model. Data yang dikumpulkan berupa komentar dari media sosial Instagram dan Youtube sebanyak 4490 komentar yang dikategori menjadi 2 klasifikasi. Selanjutnya menggunakan metode SMOTE untuk menyelesaikan permasalahan imbalanced data total data yang digunakan adalah 7162 komentar. Menggunakan algoritma Random Forest dengan optimalisasi parameter menggunakan Gridsearch hyperparameter tuning, hasilnya didapatkan didapat nilai accuracy mencapai 0.960921 dengan nilai precision sebesar 0.946794 dan nilai recall sebesar 0.97609.en_US
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectnlpen_US
dc.subjectrandom foresten_US
dc.subjectsmoteen_US
dc.subjecttuningen_US
dc.subjectdeployen_US
dc.subjectcyberbullyingen_US
dc.titleAnalisis Klasifikasi Komentar Cyberbullying Pada Media Sosial (Studi Kasus : Komentar Netizen Pada Instagram Dan Youtube)en_US
dc.Identifier.NIM17611063


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record