Identifikasi Cyberbullying pada Komentar Instagram menggunakan 
Metode Lexicon-Based dan Naïve Bayes Classifier
(Studi kasus: Pemilihan Presiden Indonesia Tahun 2019)

RIZKY DHIAN SYARIF

Informasi Umum

Kode

19.04.2699

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Text Mining

Dilihat

250 kali

Informasi Lainnya

Abstraksi

Tahun 2019 Indonesia diwarnai dengan semarak demokrasi. Masyarakat menyambut dengan gembira dan antusiasme yang tinggi pada Pemilihan Umum Presiden yang dilaksanakan April 2019. Pilpres ini ramai diperbincangkan di dunia nyata maupun dunia maya, khususnya di media sosial Instagram. Semua orang bebas berpendapat atau beropini tentang masing-masing calon Presiden. Tetapi, yang menjadi persoalan adalah ketika berpendapat tidak berlandaskan etika, sehingga membuat pertentangan antara masing-masing pendukung pasangan calon presiden. Perang komentar yang membully, menjelekkan, atau menjatuhkan lawan mewarnai situasi tersebut. Untuk itu, perlu dilakukan identifikasi cyberbullying pada komentar Instagram untuk mengklasifikasikan komentar yang mengandung cyberbullying atau non cyberbullying. Metode yang digunakan dalam penelitian ini adalah metode berbasis lexicon dan metode berbasis learning yaitu naïve bayes classifier. Proses sistem dimulai dari text preprocessing dengan tahapan cleaning, casefolding, dan stemming. Kemudian dilakukan proses klasifikasi menggunakan metode Lexicon based dan naïve bayes classifier, dan hasil keluaran sistem berupa identifikasi apakah komentar termasuk cyberbullying atau non cyberbullying. Pada penelitian ini didapatkan hasil performansi dari metode Lexicon-Based menghasilkan akurasi sebesar 58%, presisi 52%, recall 75% dan F-score 61%. Sedangkan naïve bayes classifier didapatkan akurasi 97%, presisi 94%, recall 100%, dan F1-score 97%.

Kata kunci : cyberbullying, instagram, Lexicon-Based , naïve bayes classifier.