ANALISIS CYBERBULLYING PADA PILKADA DKI JAKARTA 2017 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DI TWITTER

DIOS ATHINA MALONDA, . (2017) ANALISIS CYBERBULLYING PADA PILKADA DKI JAKARTA 2017 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DI TWITTER. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

Text SKRIPSI DIOS.pdf Download (2MB)

Abstract

Media sosial Twitter membantu manusia dalam berkomunikasi dan berinteraksi melalui dunia maya. Peningkatan aktivitas pada dunia maya berdampak pada meningkatnya cyberbullying. Isu yang berkembang pada masyarakat seperti Pilkada DKI Jakarta 2017, memicu kemunculan dari cyberbullying. Selama debat Pilkada DKI Jakarta 2017 muncul banyak tweet berisi kalimat ambigu terkait hal tersebut. Support Vector Machine adalah salah satu metode klasifikasi yang memprediksi kelas berdasarkan suatu model atau pola tertentu. Penelitian ini menggunakan kernel Linear, LinearSVC, Polynomial, dan RBF pada algoritma Support Vector Machine dalam mengklasifikasikan sejumlah data tweet tentang cyberbullying. Hasilnya adalah tingkat akurasi yang dihasilkan pada putaran pertama dengan kernel Linear SVC sebesar 0.72, Linear sebesar 0.71, Polynomial sebesar 0.71, dan RBF 0.71. Lalu pada putaran 2 tingkat akurasi yang dihasilkan dengan kernel LinearSVC sebesar 0.61, Linear sebesar 0.65, Polynomial sebesar 0.65, dan RBF 0.65. Serta pada campuran putaran 1 dan 2 tingkat akurasi yang dihasilkan dengan kernel Linear SVC sebesar 0.70, Linear sebesar 0.71, Polynomial sebesar 0.71, dan RBF 0.71. Social media Twitter was very helpfull for humanbeing in communication and interaction through cyberspace. Raising activity in cyberspace made impact to the raising of cyberbulling. Issue in society like Pilkada DKI 2017 made it as a triger of cyberbulling. As long as debating Pilkada DKI 2017, many tweets contained ambiguity related to it. Support Vector Machine is one of clasification method that predicts level based a model or certain pattern. This research uses Linear, Linear SVC, Polynomial, and RBF kernels on Support Vector Machine Algorithm in clacificating a number of tweet data about cyberbulling. The result was acuracy level that showed in first round by LinearSVC 0.72, Linear 0.71, Polynomial 0.71, and RBF 0.71. Then on second round the acuracy level by Linear SVC 0.61, Linear 0.65, Polynomial 0.65 RBF 0.65. As well as on the mixture of rounds one and two the accuracy level generated with Linear SVC 0.70, Linear 0.71, Polynomial 0.71, and RBF 0.71.

Item Type:	Thesis (Sarjana)
Additional Information:	1) Widodo, M.Kom 2) Bambang P. Adhi, S.Pd, M.Kom
Subjects:	Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > S1 Pendidikan Teknik Informatika Komputer
Depositing User:	sawung yudo
Date Deposited:	26 Jun 2022 07:24
Last Modified:	26 Jun 2022 07:24
URI:	http://repository.unj.ac.id/id/eprint/30695

Actions (login required)

View Item