Implementasi Algoritma Klasifikasi Terhadap Tweet Pornografi Kaum Homoseksual Pada Twitter

Taopik Hidayat, Rangga Pebrianto, Risca Lusiana Pratiwi, windu Gata, Daniati Uki Eka Saputri

Abstract


Abstract: Twitter is one of the social media with the number of users who reach millions of users. The number of Twitter users in 2019 increased by 17 percent in 2018 to 145 million users with a variety of good both positive and bad. The negative impacts that occur such as the spread of status, images, and videos that affect pornography especially among freedom groups. Homosexuals are sexually oriented people who like the same sex that occurs in men, the rejection often experienced by men makes one of the reasons intellectuals use Twitter social media to show their personal relationships, open to each other, socializing with same sex, looking for conversation, to become a place to find a partner. The purpose of this study is to determine the positive and negative sentiments to determine the level of accuracy of intellectual pornography tweets in Indonesia from data taken from Twitter tweets by using the TF-IDF and k-NN methods. The results of this study get an accuracy value of 88.25% containing pornography and the remaining 11.75% not containing pornography will contain news, news, and other information.

Keywords: homosexual, sentiment analysis, twitter

Abstrak: Twitter merupakan salah satu media sosial dengan jumlah pengguna mencapai jutaan pengguna. Jumlah pengguna Twit-ter pada tahun 2019 dicatat meningkat 17 persendari tahun 2018 menjadi 145 juta pengguna dengan berbagai dampak baik dampak positif maupun dampak negatif. Dampak negatif yang ditimbulkannya seperti penyebaran status, gambar, dan video yang bersifat pornografi khsusunya di kalangan kaum homoseksual. Homoseksual merupakan orang yang berorientasi seksual sebagai penyuka sesama jenis yang terjadi pada kaum pria, Penolakan yang sering dialami kaum homoseksual men-jadikan salah satu alasan kaum homoseksual menggunakan media sosial Twitter untuk menunjukkan identitas diri mereka, saling terbuka, bersosialisasi dengan sesama jenis, mencari penghasilan, hingga menjadi ajang pencarian pasangan. Tujuan dari penelitian ini adalah untuk mengetahui sentimen positif dan negatif untuk mengetahui tingkat akurasi terhadap tweet pornografi kaum homoseksual di Indonesia dari data yang diambil dari tweet Twitter dengan menggunakan metode TF-IDF dan k-NN. Hasil penelitian ini mendapatkan nilai accuracy sebesar 88,25% mengandung unsur pornografi dan sisanya sebesar 11,75 tidak mengandung unsur pornografi akan tetapi berisi iklan, berita, dan informasi lainnya.

Kata kunci: homoseksual, sentimen analisis, twitter


Full Text:

PDF

References


Aaputra, S. A., Didi Rosiyadi, Windu Gata, & Syepry Maulana Husain. (2019). Sentiment Analysis Analisis Sentimen E-Wallet Pada Google Play Menggunakan Algoritma Naive Bayes Berbasis Particle Swarm Optimization. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 3(3), 377–382. https://doi.org/10.29207/resti.v3i3.1118

Anggraini, N., & Suroyo, H. (2019). Comparison of Sentiment Analysis against Digital Payment “T-cash and Go-pay” in Social Media Using Orange Data Mining. Journal of Information Systems and Informatics, 1(2), 152–163. https://doi.org/10.33557/journalisi.v1i2.21

C, A. R., & Lukito, Y. (2017). Deteksi Komentar Spam Bahasa Indonesia Pada Instagram Menggunakan Naive Bayes. Jurnal ULTIMATICS, 9(1), 50–58. https://doi.org/10.31937/ti.v9i1.564

Hidayat, andi nurul. (2015). Analisis Sentimen Terhadap Wacana Politik Pada Media Masa Online Menggunakan Algoritma Support Vector Machine Dan Naive Bayes. Jurnal Elektronik Sistim Informasi Dan Komputer (Jesik), 1(1), 1–7.

Kurniawan, S., Gata, W., Puspitawati, D. A., -, N., Tabrani, M., & Novel, K. (2019). Perbandingan Metode Klasifikasi Analisis Sentimen Tokoh Politik Pada Komentar Media Berita Online. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 3(2), 176–183. https://doi.org/10.29207/resti.v3i2.935

News.detik.com, “Kesal Diajak Hubungan Sesama Jenis, Pria di Jaktim Bunuh Sales HP” detik newasl, 2020. [Online] Available: https://news.detik.com/berita/d-4948400/kesal-diajak-hubungan-sesama- jenis-pria-di-jaktim-bunuh-sales-hp?_ga=2.160816189.1476478709.1587386483-721508057.1587386483. [Accessed: 19-April-2020].

News.detik.com, “Gay Ini Jual Diri dengan Tawarkan Pijat Khusus Pria” news detik, 2019. [Online] Available: https://news.detik.com/berita-jawa-timur/d-4976675/gay-ini-jual-diri-dengan-tawarkan-pijat-khusus-pria?_ga=2.160816189.1476478709.1587386483-721508057.1587386483. [Accessed: 19-April-2020]

Novantirani, A., Sabariah, M. K., & Effendy, V. (2015). Analisis Sentimen pada Twitter untuk Mengenai Penggunaan Transportasi Umum Darat Dalam Kota dengan Metode Support Vector Machine. E-Proceeeding of Engineering, 2(1), 1–7.

Nugroho, D. G., Chrisnanto, Y. H., & Wahana, A. (2015). Analisis Sentimen Pada Jasa Ojek Online ... (Nugroho dkk.). 156–161.

Pudjajana, A. M., & Manongga, D. (2018). Sentimen Analisis Tweet Pornografi Kaum Homoseksual Indonesia Di Twitter Dengan Naive Bayes. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 9(1), 313–318. https://doi.org/10.24176/simet.v9i1.1922

Raksanagara, R., Chrisnanto, Y. H., & Hadiana, A. I. (2016). Analisis Sentimen Jasa Ekspedisi Barang Menggunakan Metode Naïve Bayes. Analisis Sentimen Jasa Ekspedisi Barang Menggunakan Metode Naive Bayes, 19–24.

Saputra, N., Adji, T. B., & Permanasari, A. E. (2015). Analisis Sentimen Data Presiden Jokowi dengan Preprocessing Normalisasi dan Stemming Menggunakan Metode Naive Bayes dan SVM. Jurnal Dinamika Informatika, 5(November), 12. http://ojs.upy.ac.id/ojs/index.php/dinf/article/view/113

Saputro, P. H., Aristin, M., & Tyas, Dy. L. (2017). Berdasarkan Lirik Menggunakan Metode Tf-. Jurnal Teknoloi Informatika Dan Terapan, 4(1), 45–50.

Septian, J. A., Fahrudin, T. M., & Nugroho, A. (2019). Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF - IDF dan K - Nearest Neighbor. Journal of Intelligent Systems and Computation, September, 43–49.

Setiowati, Y., & Helen, A. (2018). Klasifikasi Analisis Sentimen Mengenai Hotel Di Yogyakarta. SCAN - Jurnal Teknologi Informasi Dan Komunikasi, 13(1). https://doi.org/10.33005/scan.v13i1.1052

Tekno.kompas.com, “Pengguna Aktif Harian Twitter Indonesia Diklaim Terbanyak” tekno kompas, 2020. [Online] Available: https://tekno.kompas.com/read/2019/10/30/16062477/[Accessed: 20-April-2020]

Yulian, E. (2018). Text Mining dengan K-Means Clustering pada Tema LGBT dalam Arsip Tweet Masyarakat Kota Bandung. Jurnal Matematika “MANTIK,” 4(1), 53–58. https://doi.org/10.15642/mantik.2018.4.1.53-58




DOI: https://doi.org/10.31294/ijse.v6i2.9008

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

 

ISSN : 2714-9935 


Published by LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450


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