Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi
Murni
Universitas Pamulang
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
Klasifikasi Komentar Cyberbullying pada Media Sosial Instagram Menggunakan Algoritma Support Vector Machine (SVM) Berbasis Orange Data Mining Murni; Rendi Dwi Santoso; Afra Anggita Salsabila; Ahmad Farhan; Teguh Arifin; Joseph Marsiano; Rahmawati
Jurnal Riset Informatika dan Inovasi Vol 4 No 2 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Media sosial menjadi sarana komunikasi yang banyak digunakan masyarakat untuk berbagi informasi dan berinteraksi secara online. Namun, tingginya penggunaan media sosial juga memunculkan berbagai permasalahan, salah satunya cyberbullying. Cyberbullying merupakan tindakan perundungan melalui media digital berupa hinaan, ejekan, atau komentar negatif yang dapat berdampak buruk bagi korban. Oleh karena itu, diperlukan metode yang mampu mengidentifikasi komentar cyberbullying secara otomatis.Penelitian ini bertujuan untuk mengklasifikasikan komentar cyberbullying pada media sosial menggunakan algoritma Support Vector Machine (SVM) berbasis Orange Data Mining. Dataset yang digunakan berupa komentar berbahasa Indonesia yang telah memiliki label cyberbullying dan non-cyberbullying. Tahapan penelitian meliputi preprocessing data, pembagian data training dan testing, proses klasifikasi menggunakan algoritma SVM, serta evaluasi model menggunakan confusion matrix dan nilai akurasi.Hasil penelitian menunjukkan bahwa algoritma SVM mampu mengklasifikasikan komentar cyberbullying dengan baik berdasarkan pola kata pada dataset. Penggunaan Orange Data Mining juga mempermudah proses analisis data dan visualisasi model klasifikasi tanpa memerlukan pemrograman yang kompleks. Penelitian ini diharapkan dapat membantu proses deteksi cyberbullying pada media sosial secara lebih cepat dan efisien.
Co-Authors Afra Anggita Salsabila Ahmad Farhan Joseph Marsiano Rahmawati Rendi Dwi Santoso Teguh Arifin