RIMELDA ADHA, - (2023) PENDEKATAN LEXICON BASED FEATURES UNTUK IDENTIFIKASI CYBERBULLYING MENGGUNAKAN ALGORITMA KLASIFIKASI. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text (File Lengkap Tanpa BAB IV) File lengkap sampai lampiran kecuali hasil penelitian.pdf - Published Version Download (3MB) | Preview
	Text (BAB IV) File Hasil Penelitian Bab IV.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Salah satu bentuk perkembangan internet adalah social content yaitu Youtube. Namun, banyak interaksi penggunanya tidak mempertimbangkan etika komunikasi dunia maya dapat menimbulkan cyberbullying. Adapun isu yang sering menjadi perbincangan antara lain buzzer politik dan isu agama yang dapat dianalisis untuk mengidentifikasi komentar cyberbullying menggunakan teknik klasifikasi pada text mining dan LBF. Pada penelitian ini dilakukan pendekatan LBF untuk mengidentifikasi cyberbullying menggunakan Algoritma PNN dan KNN. Pada penerapan menggunakan data pelabelan lexicon, nilai Akurasi yang paling baik diraih oleh PNN dan nilai Presisi yang paling baik diraih oleh KNN. Sedangkan pada penerapan menggunakan data pelabelan pakar, nilai Akurasi dan nilai Presisi yang paling baik diraih oleh Algoritma KNN. Nilai Akurasi tertinggi KNN sebesar 81,84%. Nilai Akurasi tertinggi PNN yaitu 78,01%. Selanjutnya nilai Presisi KNN tertinggi sebesar 89,22%, sedangkan nilai Presisi tertinggi PNN sebesar 61,77%. Berdasarkan perbandingan nilai parameter Akurasi dan Presisi, Algoritma KNN memiliki performa yang lebih baik daripada Algoritma PNN dalam mengklasifikasikan cyberbullying.

Actions (login required)

View Item