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

Kamal, Rafli Muhammad (2019) Analisis Sentimen Cyberbullying Pada Komentar Facebook Dengan Metode Klasifikasi Support Vector Machine. Other thesis, Universitas Komputer Indonesia.

[img]
Preview
Text
1.10115214_RAFLI MUHAMMAD KAMAL_COVER.pdf - Published Version

Download (32kB) | Preview
[img]
Preview
Text
UNIKOM_RAFLI MUHAMMAD KAMAL_LEMBAR PENGESAHAN.pdf - Published Version

Download (340kB) | Preview
[img]
Preview
Text
UNIKOM_RAFLI MUHAMMAD KAMAL_SURAT KETERANGAN PUBLIKASI.pdf - Published Version

Download (287kB) | Preview
[img]
Preview
Text
20.10115214_RAFLI MUHAMMAD KAMAL_SURAT KETERANGAN ORISINALITAS.pdf - Published Version

Download (6kB) | Preview
[img]
Preview
Text
4.10115214_RAFLI MUHAMMAD KAMAL_KATA PENGANTAR.pdf - Published Version

Download (380kB) | Preview
[img]
Preview
Text
5.10115214_RAFLI MUHAMMAD KAMAL_DAFTAR ISI.pdf - Published Version

Download (20kB) | Preview
[img] Text
11.10115214_RAFLI MUHAMMAD KAMAL_BAB I.pdf - Published Version
Restricted to Repository staff only

Download (114kB) | Request a copy
[img] Text
12.10115214_RAFLI MUHAMMAD KAMAL_BAB II.pdf - Published Version
Restricted to Repository staff only

Download (525kB) | Request a copy
[img]
Preview
Text
13.10115214_RAFLI MUHAMMAD KAMAL_BAB III.pdf - Published Version

Download (1MB) | Preview
[img]
Preview
Text
14.10115214_RAFLI MUHAMMAD KAMAL_BAB IV.pdf - Published Version

Download (300kB) | Preview
[img] Text
15.10115214_RAFLI MUHAMMAD KAMAL_BAB V.pdf - Published Version
Restricted to Repository staff only

Download (109kB) | Request a copy
[img]
Preview
Text
10.10115214_RAFLI MUHAMMAD KAMAL_DAFTAR PUSTAKA.pdf - Published Version

Download (131kB) | Preview
[img]
Preview
Text
21.10115214_RAFLI MUHAMMAD KAMAL_JURNAL DALAM BAHASA INDONESIA.pdf - Published Version

Download (411kB) | Preview
[img]
Preview
Text
UNIKOM_RAFLI MUHAMMAD KAMAL_JURNAL DALAM BAHASA INGGRIS.pdf - Published Version

Download (388kB) | Preview
[img] Text
UNIKOM_RAFLI MUHAMMAD KAMAL_BIODATA.pdf - Published Version
Restricted to Repository staff only

Download (117kB) | Request a copy
Official URL: http://elibrary.unikom.ac.id

Abstract

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.

Item Type: Thesis (Other)
Uncontrolled Keywords: analisis sentimen, komentar, preprocessing, TF-IDF, support vector machine, RBF
Subjects: 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science
Divisions: S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User: Mrs. Calis Maryani
Date Deposited: 12 Nov 2019 02:49
Last Modified: 12 Nov 2019 02:49
URI: http://elibrary.unikom.ac.id/id/eprint/1228

Actions (login required)

View Item View Item