Deteksi Komentar Cyberbullying Pada Media Sosial Berbahasa Inggris Menggunakan Naïve Bayes Classification

Jasman Pardede

Abstract


Pesatnya perkembangan teknologi dan media sosial dapat memudahkan pengguna untuk menyampaikan informasi. Selain itu, media sosial juga memberikan dampak negatif dengan cara memposting tulisan kejam atau berkomentar semena-mena tanpa memikirkan akibat pada orang lain. Hal inilah yang menjadikan salah satu terjadinya tindak kekerasan dalam dunia maya (Cyberbullying). Tahapan awal yang dilakukan dalam penelitian ini adalah pengolahan bahasa atau yang disebut dengan text preprocessing meliputi tokenizing,casefolding, stopword removal dan stemming. Kemudian feature selection yaitu mengubah dokument teks menjadi matriks dengan tujuan untuk mendapatkan fitur pada setiap kata untuk dijadikan parameter atau kriteria klasifikasi. Untuk pengambilan keputusan apakah komentar mengandung makna bully atau nonbully menggunakan algoritma Naïve Bayes Classification dengan model multinomial naïve bayes. Perhitungan yang dilakukan adalah menghitung nilai probabilitas setiap kata yang muncul berdasarkan classdan nilai perkalian class conditional probability. Berdasarkan hasil eksperimen menggunakan dataset “cyberbullying comments” yang diambil dari Kaggle  akurasi yang didapat sebesar 80%, precission 81% dan recall 80%.

References


Al-Anzi, F. S., & AbuZeina , D. (2017). Towards an Enhanced Arabic Text Classification Using Cosine Similarity and Latent Semantic Indexing . Journal of King Saud University - Computer and Information Sciences , 189-195.

Ali, N. H., & Ibrahim, N. S. (2015). Porter Stemming Algorithm for Semantic Checking. Computer Science Department, 253-258.

Al-khurayji, R., & Sameh, A. (2017). AN EFFECTIVE ARABIC TEXT CLASSIFICATION APPROACH BASED ON KERNEL NAIVE BAYES CLASSIFIER. International Journal of Artificial Intelligence and Applications (IJAIA), Vol.8 1-10.

Barlett, C. P., Gentile, D. A., Chng, G., Li, D., & Chamberlin, K. (2018). Social Media Use and Cyberbullying Perpetration: A Longitudinal Analysis. Violence and Gender, 1-7.

Carr, C. T., & Hayes, R. A. (2015). Social Media: Defining, Developing, and Divining . Atlantic Journal of Communication, 1-43.

databoks.katadata.co.id. (2019, November 12). Retrieved from databoks.katadata.co.id: https://databoks.katadata.co.id/datapublish/2019/02/08/berapa-pengguna-media-sosial-indonesia#:~:targetText=Berdasarkan%20hasil%20riset%20Wearesosial%20Hootsuite,atau%20sekitar%2048%25%20dari%20populasi.

Etaiwi, W., & Naymat, G. (2017). The Impact of applying Different Preprocessing Steps on Review Spam Detection. Procedia Computer Science, 273-279.

Feng, G., Guo, J., Jing, B.-Y., & Sun, T. (2015). Feature Subset Selection Using Naive Bayes for Text Classification. Pattern Recognition Letters, 1-8.

Hasanah, U., Astuti, T., Wahyudi, R., Rifai, Z., & Pambudi , R. A. (2018). An Experimental Study of Text Preprocessing Techniques for Automatic Short Answer Grading in Indonesian. IEEE 2018 3rd International Conference on Information Technology, Information System and Electrical Engineering (ICITISEE) - Yogyakarta, Indonesia (pp. 230-23). Yogyakarta, Indonesia: Information System and Electrical Engineering (ICITISEE).

Hase, C. N., Goldberg, S. B., Smith, D., Stuck, A., & Campain, J. (2015). Impacts Of Traditional Bullying And Cyberbullying On The Mental Health Of Middle School And High School Students. Psychology in the Schools, 607-617.

Kurniawan, B., Fauzi, M. A., & Widodo, A. W. (2017). Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1193-1200.

Nasrullah, R. (2015). PERUNDUNGAN SIBER (CYBER-BULLYING) DI STATUS FACEBOOK. Jurnal Sosioteknologi , 1-11.

Nasution, M. R., & Hayaty, M. (2019). Perbandingan Akurasi dan Waktu Proses Algoritma K-NN dan SVM dalam Analisis Sentimen Twitter . JURNAL INFORMATIKA, 226-235.

Natalia, E. C. (2016). REMAJA, MEDIA SOSIAL DAN CYBERBULLYING. Jurnal Ilmiah Komunikasi , 119-139.

Nilan, P., Burgess, H., Hobbs, M., Threadgold, S., & Alexander, W. (2015). Youth, Social Media, and Cyberbullying Among Australian Youth: “Sick Friends”. Social Media + Society, 1-12.

Nugroho, A. (2018). Analisis Sentimen Pada Media Sosial Twitter Menggunakan Naive Bayes Classifier Dengan Ekstrasi Fitur N-Gram. Jurnal Sains Komputer & Informatika (J-SAKTI), Volume (2) No.2 September 2018, pp. 200-209.

Pratama, B. Y., & Sarno, R. (2015). Personality Classification Based on Twitter Text Using Naive Bayes, KNN and SVM . Knowledge and Information Systems, 170-174.

Pujadayanti, I., Fauzi, M. A., & Sari, Y. A. (2018). Prediksi Rating Otomatis pada Ulasan Produk Kecantikan dengan Metode Naïve Bayes dan N-gram. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 4421-4427.

Rasjid, Z. E., & Setiawan, R. (2017). Performance Comparison and Optimization of Text Document Classification using k-NNand Naïve Bayes Classification Techniques. Procedia Computer Science, 107-112.

Rifauddin, M. (2016). Fenomena Cyberbulying Pada Remaja (Studi Analisis Media Sosial Facebook). Jurnal Ilmu Perpustakaan, Informasi, dan KearsipanKhizanah Al-Hikmah, 35-44.

Santoso, J., Yuniarno, E. M., & Hariadi, M. (2015 ). Large Scale Text Classification Using Map Reduce and Naive Bayes Algorithm for Domain Specified Ontology Building. IEEE 2015 7th International Conference on Intelligent Human-Machine Systems and Cybernetics (IHMSC) (pp. 428-232). Hangzhou, China : 2015 7th International Conference on Intelligent Human-Machine Systems and Cybernetics.

Saritas, M. M., & Yasar, A. (2019). Performance Analysis of ANN and Naive Bayes Classification Algorithm for Data Classification. International Journal of Intelligent Systems and Applications in Engineering, 88-91.

Sastrodikoro W., Y. A., Palit, H. N., & Justinus Andjarwirawan, J. (2018). Aplikasi Pendeteksi Unsur Hinaan dalam Komentar di Media Sosial Berbahasa Indonesia. Program Studi Teknik Informatika, Fakultas Teknik Industri, Universitas Kristen Petra, vol 1.

Susanto, W., & Indriyani, L. (2019). Analisis Penerapan Naïve Bayes Untuk Memprediksi Resiko Kredit Anggota Koperasi Keluarga Guru . JURNAL INFORMATIKA, 262-270.

Tian, L., Yan, Y., & Huebner, E. S. (2018). The Effects of Cyberbullying and Cybervictimization on Early Adolescents' Mental Health: The Differential Mediating Roles of Perceived Peer Relationship Stress. Cyberpsychology, Behavior, and Social Networking, 1-8.

Wang, S., Jiang, L., & Li, C. (2015). Adapting naive Bayes tree for text classification. Knowledge and Information Systems, Vol 44; Iss. 1.

Wijanto , M. C. (2015). Sistem Pendeteksi Pengirim Tweet dengan Metode Klasifikasi Naive Bayes . Jurnal Teknik Informatika dan Sistem Informasi , 172-182.




DOI: https://doi.org/10.31294/ji.v7i1.6920

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Index by:

 
  
Published by Department of Research and Public Service (LPPM) Universitas Bina Sarana Informatika with supported Relawan Jurnal Indonesia

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License