<![CDATA[Maraknya promosi judi online di platform media sosial seperti YouTube telah menjadi ancaman serius dalam kategori cybercrime di Indonesia. Pola komentar yang bervariasi dan penggunaan bahasa non-formal menyulitkan identifikasi konten secara manual. Penelitian ini bertujuan untuk mengimplementasikan teknologi Kecerdasan Buatan (AI) melalui pendekatan Machine Learning untuk mendeteksi secara otomatis pola komentar judi online. Dua algoritma populer, yaitu Naive Bayes (NB) dan Support Vector Machine (SVM), digunakan dan dibandingkan kinerjanya untuk menentukan model klasifikasi terbaik. Data penelitian diekstraksi dari komentar YouTube berbahasa Indonesia, yang kemudian melewati tahap pra-pemrosesan teks meliputi case folding, tokenization, stopword removal, dan stemming. Fitur teks ditransformasikan menjadi bentuk numerik menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Hasil penelitian menunjukkan perbandingan kinerja kedua algoritma berdasarkan metrik akurasi, precision, recall, dan f1-score. Temuan ini diharapkan dapat memberikan kontribusi bagi pengembangan sistem filtrasi konten negatif otomatis guna memperkuat keamanan siber di ekosistem digital Indonesia.]]>
Copyrights © 2025
