Article Per Year (5 Year)
p-Index From 2020 - 2025
3.035
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi Proceeding SENDI_U JADECS (Journal of Art, Design, Art Education and Culture Studies) JOURNAL OF APPLIED INFORMATICS AND COMPUTING Adimas : Jurnal Pengabdian Kepada Masyarakat JE (Journal of Empowerment) Abdimasku : Jurnal Pengabdian Masyarakat Media Jurnal Informatika Jurnal Algoritma Journal on Pustaka Cendekia Informatika
Sendi Novianto
Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Industrial & Manufacturing Engineering Social Sciences

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Algoritma

 1 
Komparasi Algoritma Naïve Bayes dan SVM untuk Identifikasi Cyberbullying Selebriti di Media Sosial Twitter Lukman, Khairil; Novianto, Sendi
Jurnal Algoritma Vol 22 No 1 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-1.2196

Abstract

Tingginya aktivitas di media sosial diikuti dengan meningkatnya kasus cyberbullying yang meresahkan masyarakat, terutama di kalangan selebriti. Penelitian ini bertujuan untuk membandingkan performa algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam mengklasifikasi kalimat berbahasa Indonesia yang mengandung unsur cyberbullying. Metode yang digunakan meliputi preprocessing data (tokenization, stemming, dan stopwords removal), serta ekstraksi fitur dengan TF-IDF dan Bag of Words. Dataset berjumlah 650 komentar Twitter berlabel dari situs Kaggle yang bisa diakses pada tautan sebagai berikut: https://www.kaggle.com/datasets/markini/cyberbullying-twitter-bahasa-indonesia. Hasil eksperimen menunjukkan bahwa SVM mencapai akurasi 88 persen, lebih tinggi dibandingkan Naïve Bayes yang mencapai 82. Evaluasi juga dilakukan berdasarkan metrik precision, recall, dan F1-score. Penelitian ini memberikan kontribusi terhadap pengembangan sistem deteksi otomatis cyberbullying berbasis NLP, serta implikasi praktis dalam membantu moderasi konten media sosial secara lebih akurat dan efisien.
Co-Authors Acun Kardianawati Adiyono, Soni Agus Winarno, Agus Al zami, Farrikh Arta Moro Sundjaja, Arta Moro Asih Rohmani, Asih Budi, Setyo Hanny Haryanto Harisa, Ardiawan Bagus Herowati, Wise Indra Gamayanto Lukman, Khairil Mailangkay, Adele B L Marjuni, Aris Muhammad Minanul Lathif Panca Hutama Caniago Prasetyo, Lusi Noviani Pulung Nurtantio Andono Putra, Gerry Sentanu Ramadhan Rakhmat Sani Sasono Wibowo Sirait, Tamsir Hasudungan Sukamto, Titien Suhartini Umi Rosyidah Zami, Farrikh Al