<![CDATA[Media sosial menjadi sarana komunikasi yang banyak digunakan, termasuk oleh anak di bawah umur. Namun, penggunaan media sosial yang tidak terkontrol berpotensi menimbulkan dampak negatif, seperti paparan konten perundungan dan kekerasan verbal digital. Penelitian ini bertujuan untuk menganalisis dampak konten media sosial terhadap anak di bawah umur melalui klasifikasi komentar menggunakan algoritma Support Vector Machine (SVM). Metode penelitian yang digunakan mengacu pada tahapan Knowledge Discovery in Database, meliputi seleksi data, preprocessing, transformasi, data mining, dan evaluasi. Dataset yang digunakan berasal dari Indonesia TikTok Cyberbullying Comments Dataset yang diperoleh melalui GitHub. Tahap preprocessing mencakup cleaning, labeling, case folding, dan tokenizing, sedangkan tahap transformasi dilakukan menggunakan metode TF-IDF untuk mengubah teks menjadi data numerik. Proses klasifikasi dilakukan dengan algoritma SVM dan dievaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa model SVM menghasilkan akurasi sebesar 64,65%, dengan nilai recall 87,02% dan precision 63,01%. Temuan ini menunjukkan bahwa algoritma SVM mampu mengklasifikasikan komentar media sosial secara cukup efektif serta mengidentifikasi konten negatif yang berpotensi berdampak terhadap anak di bawah umur. Pendekatan ini diharapkan dapat menjadi dasar pengembangan sistem deteksi dini dalam upaya perlindungan anak di ruang digital.]]>
Copyrights © 2026
