Claim Missing Document
Check
Articles

Found 1 Documents
Search

IDENTIFIKASI CYBERBULLYING PADA MEDIA SOSIAL MENGGUNAKAN ALGORITMA NAÏVE BAYES Nita, Taura; Alam, RG Guntur; Muntahanah, Muntahanah
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7154

Abstract

Platfom mendorong pertumbuhan sosial media sebagai sarana komunikasi utama dalam kehidupan sehari-hari. Platfom seperti Instagram yang dapat menggunakan kata-kata, gambar, atau video untuk mengekspresikan diri dan berbagi informasi. Media sosial menawarkan banyak manfaat, tetapi juga bisa membuka peluang bagi munculnya berbagai perilaku negatif, Cyberbullying, yang sering dikenal sebagai perundungan di dunia maya, adalah salah satunya. Data untuk penelitian ini diambil melalui crawling igcomment.com, yang bisa menggambil komentar dengan mengklik linknya dan masukkan salin link video ke dalam tautan postingan. Teknik ini memungkinkan untuk mengekstrak data dari komentar pos di Instagram, yang akan digunakan sebagai sumber data. Informasi yang dikumpulkan terdiri dari komentar yang ditinggalkan pada postingan yang dibuat oleh akun @safnoviart.  Periode pengumpulan data adalah dari 28 April 2025 hingga 4 Mei 2025. Selanjutnya hasil dari pelabelan akan dialkukan Tokenizing, cleaning data, Removal, Stemming, stopword, casefoldin adalah semua contoh praproses yang akan dilakukan. TF-IDF kemudian akan digunakan untuk memberikan bobot pada setiap kata dalam dokumen. Evaluasi terhadap model dilakukan dengan membandingkan hasil prediksi dengan membandingkan pelabelan awal pada data uji dengan hasil yang diharapkan. Dari total 203 data uji, model berhasil memcapai akurasi sebesar 93.10%, dengan precision 94.44%, recall 98.42%, dan F1-score 96.38%. ini menunjukkan bahwa model cukup efektif dalam mengenali komentar bullying secara tepat dan menyeluruh. Penggunaan algoritma Naïve Bayes terbukti bisa membantu mengelompokkan komentar secara otomatis  berdasarkan kata-kata yang sering muncul dalam komentar bullying. Pendekatan ini cukup menjanjikan dan bisa dikembangkan lebih lanjut sebagai alat bantu untuk mendeteksi cyberbullying.