Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Intechno Journal : Information Technology Journal
Wasistha, Dyah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE UNTUK SENTIMEN ANALISIS CYBERBULLYING PADA KOLOM KOMENTAR INSTAGRAM ARTIS Julianto, M. Rayhan Wahyu; Wasistha, Dyah; Hartanto, Anggit Dwi
Intechno Journal : Information Technology Journal Vol. 3 No. 2 (2021): December
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2021v3i2.1553

Abstract

Dibalik meningkatnya angka pengguna instagram, ternyata banyak pengguna instagram yang masih belum paham tentang bagaimana etika untuk bersosialisasi dengan baik pada dunia maya, sehingga permasalahan cyberbullying masih kerap terjadi. Cyberbullying merupakan tindakan mengolok-olok yang dilakukan melalui dunia internet. Tindakan cyberbullying sudah memiliki banyak korban di seluruh dunia mulai dari depresi ringan dan berat hingga kematian pun kerap terjadi. Oleh karena itu, penelitian ini dilakukakan dengan tujuan untuk membuat sistem yang dapat mengklasifikasikan komentar pada kolom komentar instagram apakah mengandung unsur cyberbullying atau tidak. Support Vector Machine (SVM) merupakan metode klasifikasi yang digunakan pada penelitian ini dimana setiap data akan melewati tahap preprocessing dan ekstraksi fitur TF-IDF, kemudian akan dilakukan evaluasi dan pengujian dengan menggunakan metode K-Folds Cross-Validation. Setelah dilakukan penelitian ini, kesimpulan pada penelitian ini adalah untuk menganalisis sentimen cyberbullying yang terdapat pada kolom komentar instagram milik artis dapat dilakukan dengan metode klasifikasi Support Vector Machine (SVM) yang mana data dibagi menjadi 3 tipe yaitu postive cyberbullying, neutral, dan negative cyberbullying dengan menggunakan proses stemming pada tahap preprocessing dengan hasil akurasi sebesar 92,31%.
Co-Authors Anggit Dwi Hartanto, Anggit Dwi Julianto, M. Rayhan Wahyu