Analisis Sentimen Cyberbullying Pada Komentar Facebook Dengan Metode Klasifikasi Support Vector Machine

Seiring maraknya penggunaan facebook sebagai media sosial, tentu semakin beragamlah komentar yang ditulis seseorang dalam suatu postingan. Terkadang tanpa disadari para pengguna facebook menuliskan komentar yang mengandung unsur bullying. Tentunya akan berdampak buruk pada dirinya sendiri maupun orang lain, oleh karena itu perlu adanya analisa terkait komentar facebook. Pendekatan machine learning yang dapat digunakan untuk mendeteksi cyberbullying adalah analisis sentimen. Dalam penelitian ini akan membahas analisis sentimen dengan menggunakan metode Support Vector Machine (SVM). Prosesnya dengan mengklasifikasikan sentimen yang positif (tidak mengandung unsur bullying) atau negatif (yang mengandung unsur bullying). Di dalam tahapan praproses ditambahkan proses normalisasi kata dengan tujuan untuk mengatasi penggunaan kata yang tidak baku dari komentar yang akan diproses. Untuk pengujian akurasi dilakukan 2 kali pengujian. Pengujian I menggunakan 100 data latih dan 100 data uji dan Pengujian II menggunakan 100 data latih dan 50 data uji yang berasal dari data komentar para pengguna facebook. Hasil pengujian akurasi yang dilakukan menunjukan bahwa SVM bisa memiliki tingkat persentase cukup tinggi pada kasus analisis sentiment bisa mencapai 96% dengan menggunakan fungsi kernel RBF. Dapat disimpulkan bahwa metode klasifikasi Support Vector Machine bekerja baik pada kasus analisis sentimen cyberbullying pada komentar facebook.