Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal INTER TECH
Nadilla Batubara
Program Studi Ilmu Komputer Universitas Bina Bangsa Getsempena, Indonesia
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Machine Learning Untuk Analisis Sentimen Cyberfeminism Menggunakan Naive Bayes Dan Text Mining Rossiana Ginting; Satria Prayudi; Fahsi Mahmoud; Handaru Jati; Nadilla Batubara; Muhammad Yafi Azka; Abdul Jaleel Kehinde Shittu
INTER TECH Vol 4 No 1 (2026): INTER TECH
Publisher : Fakultas Teknik Universitas Bhayangkara Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/xqkx8850

Abstract

Perkembangan media sosial telah menciptakan ruang digital baru bagi munculnya diskursus cyberfeminism sebagai bentuk perjuangan terhadap kesetaraan gender di era digital. Penelitian ini bertujuan mengembangkan framework machine learning untuk menganalisis sentimen publik terhadap cyberfeminism menggunakan algoritma Naive Bayes dan teknik text mining. Data penelitian diperoleh dari media sosial seperti X (Twitter), Instagram, dan forum daring menggunakan kata kunci terkait feminisme digital dan kesetaraan gender. Tahapan penelitian meliputi pengumpulan data, preprocessing teks, tokenisasi, stopword removal, stemming, pembobotan TF-IDF, dan klasifikasi sentimen menggunakan Multinomial Naive Bayes. Evaluasi model dilakukan melalui accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan sentimen positif, negatif, dan netral secara efektif pada data teks media sosial. Sentimen positif umumnya berkaitan dengan dukungan terhadap pemberdayaan perempuan dan kesetaraan gender, sedangkan sentimen negatif berkaitan dengan stereotip gender dan budaya patriarki di ruang digital. Penelitian ini berkontribusi dalam pengembangan sistem analisis sentimen berbasis kecerdasan buatan untuk memahami dinamika sosial gender serta mendukung pengambilan keputusan dalam pendidikan dan literasi digital yang lebih inklusif.
Co-Authors Abdul Jaleel Kehinde Shittu Fahsi Mahmoud Handaru Jati Muhammad Yafi Azka Rossiana Ginting Satria Prayudi