Perbandingan Metode Naïve Bayes Classifier Dan Support Vector Machine Untuk Klasifikasi Cyber Harassment Pada Twitter

Rezi Iwardani Saputri (Institut Teknologi Telkom Purwokerto)
Siti Khomsah (Institut Teknologi Telkom Purwokerto)
Novian Adi Prasetyo (Institut Teknologi Telkom Purwokerto)

ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA
Vol 8, No 1 (2024): April 2024

Cyber Harassment dapat disebut juga dengan pelecehan online dapat berupa mengancam atau melecehkan melalui email, pesan instan, media sosial atau memposting informasi secara online.  Kasus ini kerap terjadi di media sosial seperti salah satunya adalah Twitter.  Untuk itu dibutuhkan  sebuah metode klasifikasi yang tepat agar mengatasi kasus  Cyber Harassment dari data Twitter. Pada penelitian ini menggunakan bahasa pemrograman Python dan menggunakan dua metode yaitu Naïve Bayes Classifier dan Support Vector Machine untuk membandingkan metode yang memiliki akurasi yang baik dan mengetahui kinerja metode masing-masing. Pada metode Naïve Bayes Classifier menggunakan model Complement Naïve Bayes dan Support Vector Machine menggunakan model Support Vector Classifacation (SVC). Hasil kinerja masing – masing metode dengan pembagian data trainning dan data testing yaitu 80% : 20% menunjukkan metode Naïve Bayes Classifier dengan accuracy 86.30%, precision  84.51% dan recall 87.21%. dan Support Vector Machine dengan accuracy 89.56%, precision 83.62% dan recall 94.5%. Dengan demikian metode Support Vector Machine lebih baik dari metode Naïve Bayes Classifier dan dapat diimplementasikan untuk kasus  Cyber Harassment di Twitter.