Luqyana, Wanda Athira (2018) Analisis Sentimen Cyberbullying Pada Komentar Instagram Dengan Metode Klasifikasi Support Vector Machine. Sarjana thesis, Universitas Brawijaya.
Abstract
Instagram merupakan media sosial yang paling populer pada zaman sekarang. Pengguna yang dimulai dari anak-anak, remaja hingga orang dewasa turut mendongkrak popularitas Instagram. Namun, media sosial ini tidak lepas dari bahaya cyberbullying yang sering dilakukan oleh pengguna khususnya pada kolom komentar. Dengan data statistik yang telah didapatkan, bahwa 42% remaja berusia 12-20 tahun telah menjadi korban cyberbullying. Bahaya cyberbullying tentunya meresahkan banyak orang dikarenakan dampak yang ditimbulkan, maka dari itu dapat dilakukan suatu analisis sentimen pada kolom komentar Instagram yang berupaya untuk mengetahui sentimen dari setiap komentar. Analisis sentimen merupakan suatu cabang ilmu dari text mining yang digunakan untuk mengekstrak, memahami, dan mengolah data teks. Untuk mengetahui setiap sentimen pada komentar digunakan fitur Term Frequency-Inverse Document Frequency (TF-IDF) dan metode klasifikasi Support Vector Machine (SVM). Dokumen yang berisi 400 data yang diambil secara luring (offline) dengan total fitur 1799. Dokumen komentar dibagi menjadi 70% data latih dan 30% data uji. Berdasarkan pengujian yang dilakukan didapatkan parameter terbaik pada metode SVM yaitu dengan nilai degree kernel polynomial sebesar 2, nilai learning rate sebesar 0,0001, dan jumlah iterasi maksimum yang digunakan adalah 200 kali. Dari pengujian tersebut didapatkan hasil akurasi tertinggi sebesar 90% pada komposisi data latih 50% dan komposisi data uji 50%.
English Abstract
Instagram is the most popular social media in these recent days. The users who start from kids, teenagers to adults, have the role in boosting the popularity of Instagram. However, this social media could not be seperated from the dangers of cyberbullying which is done often by the users, especially in the comment column. The dangers of cyberbullying are certainly worried many people because of the impact it has. Therefore, a sentiment analysis in Instagram comment column can be done in order to find out the sentiments in each comment. Sentiment analysis is a branch of text mining science which is used to extract, understand, and cultivate the data. This research used Term Frequency-Inverse Document Frequency (TF-IDF) and Support Vector Machine (SVM) classification method to examine the sentiments in each comment. Data consisted of 400 data which taken offline have a total 1799 features. The comment document is divided into 70% of training data and 30% of test data. Based on the tests performed, the best parameters obtained in the SVM method are the degree of polynomial kernel 2, the average of learning rate of 0.0001, and the maximum number of iterations which is 200 times. From these result, it obtained that the highest accuracy is 90%, 50% in the training data composition and 50% composition of test data.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/319/051804132 |
| Uncontrolled Keywords: | Instagram, cyberbullying, analisis sentimen, Support Vector Machine, svm Instagram, cyberbullying, sentimen analysis, Support Vector Machine, svm. |
| Subjects: | 300 Social sciences > 302 Social interaction > 302.3 Social interaction within groups > 302.34 Social interaction in primary groups > 302.343 Bullying |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 29 Nov 2018 06:47 |
| Last Modified: | 16 Oct 2021 04:51 |
| URI: | http://repository.ub.ac.id/id/eprint/13396 |
Preview |
Text
Wanda Athira Luqyana.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |