Fitri Anisa Nirmala, - and Muhammad Jazman, - and Nesdi Evrilyan Rozanda, - and Febi Nur Salisah, - ANALISIS SENTIMEN CYBERBULLYING PADA KOMENTAR INSTAGRAM DENGAN MENGGUNAKAN METODE ALGORITMA NA¨IVE BAYES DAN K-NEAREST NEIGHBOR. Jurnal Teknik informatika (Jutif). (Submitted)

Preview

Text Laporan Tugas Akhir Fitri Anisa Nirmala.pdf Download (1MB) | Preview

Abstract

Tingginya jumlah pengguna media sosial menghadirkan ancaman dan risiko yang besar, seperti perundungan siber (cyberbullying). Cyberbullying atau perundungan siber merupakan salah satu dampak negatif dari pesatnya perkembangan teknologi serta sosial media. Analisis Sentimen adalah suatu teknik mengekstrak data teks untuk mendapatkan informasi tentang sentimen bernilai positif, netral maupun negatif. Salah satu media sosial Indonesia yang sering mendapatkan sentimen pengguna melalui media sosial adalah Instagram. Dengan menggunakan teknik Text Mining metode klasifikasi, akan diketahui suatu sentimen bernilai positif atau negatif. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC) dan K-Nearest Neighbor (KNN) dengan pembobotan TF-IDF disertai penambahan fitur konversi ikon emosi (emoticon) untuk mengetahui kelas sentimen yang ada dari tweet tentang pengguna instagram. Hasil perhitungan dengan menggunakan ketiga metode yang pertama dengan menggunakan model Partitionong hasil dengan metode NBC mendapatkan nilai accuracy 91.25%, nilai recall 92% dan nilai precision 90% dan perhitungan dengan metode KNN nilai Accuracy 67%, nilai recall 49% dan nilai precision 34%. Sehingga dapat disimpulkan Algoritma metode Naïve Bayes Classifier merupakan performa terbaik.

Actions (login required)

View Item