PENERAPAN METODE SUPPORT VECTOR MACHINE UNTUK MENGANALISIS SENTIMEN KOMENTAR BERNUANSA CYBERBULLYING DI APLIKASI X

AULIA, GHEFIRA (2025) PENERAPAN METODE SUPPORT VECTOR MACHINE UNTUK MENGANALISIS SENTIMEN KOMENTAR BERNUANSA CYBERBULLYING DI APLIKASI X. Other thesis, UNIVERSITAS BINA DARMA.

	Text (BAB 0) BAB 0.pdf Download (810kB)
	Text (BAB 1) BAB 1.pdf Download (415kB)
	Text (DAFTAR PUSTAKA) DAPUS.pdf Download (397kB)
	Text (FULL BAB SKRIPSI) FULL.pdf Restricted to Repository staff only Download (6MB)
	Text (LAMPIRAN) LAMP.pdf Download (598kB)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen komentar bernuansa cyberbullying pada aplikasi X menggunakan metode Support Vector Machine (SVM) dengan pembobotan kata Term Frequency–Inverse Document Frequency (TF-IDF). Proses penelitian meliputi pengumpulan data komentar, pelabelan data ke dalam tiga kategori sentimen (positif, negatif, netral), prapemrosesan teks, ekstraksi fitur, hingga klasifikasi menggunakan SVM. Hasil penelitian menunjukkan distribusi komentar didominasi oleh sentimen negatif sebanyak 1.749 data, sementara sentimen netral berjumlah 409 data, dan sentimen positif sebanyak 366 data. Evaluasi performa model menghasilkan akurasi 74,06% dengan performa terbaik pada kelas negatif (precision 0,85; recall 0,86; f1-score 0,86). Temuan ini membuktikan bahwa metode SVM mampu secara efektif mengklasifikasikan komentar bernuansa cyberbullying dan dapat dijadikan dasar pengembangan sistem deteksi otomatis untuk mendukung moderasi konten di media sosial.

Actions (login required)

View Item