Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Nuansa Informatika Jurnal Teknik Informatika (JUTIF) JURSIMA
Axel Natanael Salim
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JURSIMA

 1 
KLASIFIKASI CYBERBULLYING PADA KOMENTAR VIDEO YOUTUBE MENGGUNAKAN METODE RANDOM FOREST Axel Natanael Salim; Tata Sutabri
JURSIMA (Jurnal Sistem Informasi dan Manajemen) Vol 11 No 2 (2023): Volume 11 Nomor 2 2023
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v11i2.615

Abstract

Di antara berbagai platform media sosial, Youtube saat ini menjadi salah satu tujuan utama anak muda mencari berbagai konten berupa video. Banyak orang yang tertarik dengan konten yang dibuat oleh pembuat konten mulai dari konten mengulas barang dan makanan, konten kegiatan sehari-hari, konten pendidikan, dan konten lainnya, namun dari sekian banyak manfaat yang bisa didapat dari video yang mereka buat, penggunanya masih banyak. yang tidak mengerti etika. dalam menggunakan media sosial yang menjadikan media sosial sebagai sarana untuk mengintimidasi orang lain di balik layar yang biasa disebut Cyberbullying. Cyberbullying adalah tindakan negatif yang dilakukan oleh seseorang atau kelompok tertentu dengan mengirimkan pesan teks, foto, gambar meme, dan video ke akun media sosial seseorang untuk menyindir, menghina, melecehkan, dan mendiskriminasi individu. Penelitian ini menggunakan algoritma Random Forest untuk memprediksi apakah teks komentar pada komentar video di Youtube adalah Bullying atau bukan Bullying. Dari penelitian ini diperoleh nilai terbaik dari algoritma Random forest pada kombinasi tuning hyperparameter dengan parameter n_estimator = 100 dimana akurasi yang diperoleh sebesar 86% dan dihitung berdasarkan hasil evaluasi dari confusion matrix. Selain itu, model yang dibangun juga telah mampu memprediksi komentar baru dengan hasil prediksi yang cukup baik, meskipun masih terdapat prediksi yang tidak sesuai dengan yang seharusnya.
Co-Authors Edi Surya Negara M Izman Herdiansyah Tata Sutabri