Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

ANALISIS SENTIMEN PERUNDUNGAN TERHADAP GURU DENGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN NAÏVE BAYES Zamsuri, Ahmad; Nasution, Nurliana; Susandri, Susandri; Bimby, Novia Putri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4916

Abstract

Abstract: This study discusses sentiment analysis of bullying experienced by teachers on social media. The research employs the Support vector machine (SVM) and Naïve Bayes methods to classify sentiments into positive, negative, or neutral categories. The data were collected from various social media platforms and analyzed using text mining techniques. The results show that the SVM method achieved a higher accuracy rate compared to Naïve Bayes in detecting negative sentiments related to bullying toward teachers. These findings contribute to a better understanding of digital bullying patterns targeting educators and provide a foundation for developing more effective policies to address bullying cases in the educational environment. Keywords: Sentiment Analysis, Bullying, Teachers, Support Vector Machine, Naïve Bayes, Text Mining. Abstrak: Penelitian ini membahas analisis sentimen terhadap perundungan yang dialami oleh guru di media sosial. penelitian ini menggunakan metode support vector machine (svm) dan naïve bayes untuk mengklasifikasikan sentimen menjadi positif, negatif, atau netral. data yang digunakan berasal dari berbagai platform media sosial dan dianalisis menggunakan teknik text mining. hasil penelitian menunjukkan bahwa metode svm memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan naïve bayes dalam mendeteksi sentimen negatif terkait perundungan terhadap guru. temuan ini dapat membantu dalam memahami pola perundungan digital terhadap tenaga pendidik serta memberikan dasar untuk kebijakan yang lebih efektif dalam menangani kasus perundungan di dunia pendidikan. Kata Kunci: Analisis Sentimen, Perundungan, Guru, Support Vector Machine, Naïve Bayes, Text Mining.
Co-Authors Abini, Eka Yestira Nita Alkhairi, Putrama Alwan, Hiba Basim Anam, M Khairul Anam, M. Khairul Andi Zahran Budiman Andre Armada Aprilia Milanda Putri Arini Arita Fitri, Triyani Arpan Asparizal, Asparizal Baehaqi Bayu Febriadi, Bayu Bimby, Novia Putri Dadang Juandi Dafwen Toresa Deni Iskandar Eko Sediyono Elvira Asril, Elvira Elvira Elvira Fadly Suandi Fajar, Muhammad Al Fajrizal Fajrizal Fajrizal, Fajrizal Febrizal Alfarasy Syam Febrizal Alfarasy Syam Febrizal As-Syam Feldiansyah Feldiansyah Feldiansyah, Feldiansyah Fitri Juliani Gunadi Widi Nurcahyo Guntoro, Guntoro Hamdani Hamdani Hazira, Nadila Hendrawan, Riki Hiba Basim Alwan idel waldelmi, idel Julianti, Dola Keumala Anggraini Khairani Djahara, Khairani Lisnawita Lisnawita Loneli Costaner Mariza Devega Mhd. Arief Hasan, Mhd. Arief Muhamad Sadar, Muhamad Muzdalifah, Indah Nurfika Sari Nurliana Nasution Nurliana Nasution, Nurliana Nuroini, Indi Pandu Pratama Putra, Pandu Pratama Pane, Eddissyah Putra Pardede, Akim Manaor Hara Rahmiati Rahmiati Ramadani, Indah Ramadhani, Maya Roki Hardianto Sahrul Saputra Saputra, Eko Ikhwan Sari Herlina Sari Herlina Sari Herlina Sarjon Defit Shelydia Martha Sumijan , Sumijan Susandri, Susandri Susi Handayani Sutejo Sutejo Syahtriatna D Syahtriatna Djusar Syahtriatna Djusar Syam, Salmaini Safitri Tintien Koerniawati Triyani Arita Fitri Turnandes, Yogo Vebby Vebby Vebby Walhidayat Walhidayat Walhidayat Wenni Syafitri Wirta Agustin Yaya S. Kusumah Yenni, Heda Yogi Yunefri, Yogi Yogo Turnandes Yogo Turnandes Yoyon Efendi Yoyon Efendi Yuhelmi Yuhelmi Yuvi Darmayunata Zamzami, Zamzami