DETEKSI KOMENTAR CYBERBULLYING PADA MEDIA SOSIAL BERBAHASA INGGRIS MENGGUNAKAN NAIVE BAYES CLASSIFICATION
Meningkatnya pengguna media sosial secara tidak sadar memberikan sebuah dampak atau perubahan perilaku terhadap seseorang di dunia maya (cyber). Adapun dampak positif media sosial adalah memudahkan pengguna untuk menyampaikan sebuah informasi. Sedangkan, media sosial juga memberikan dampak negatif seperti tulisan kejam atau komentar kata-kata kasar pada kolom komentar tanpa memikirkan akibat pada orang lain. Hal inilah yang menjadikan salah satu terjadinya tindak kekerasan dalam dunia maya atau biasa disebut dengan Cyberbullying. Cyberbullying dapat diatasi menggunakan salah satu metode klasifikasi teks seperti Naïve Bayes Classification dengan model Multinomial naïve bayes. Tahapan awal yang dilakukan adalah preprocessing meliputi tokenizing, case folding, stopword removal dan stemming atau disebut dengan text preprocessing. Kemudian feature selection yaitu mengubah dokumen teks menjadi matriks dengan tujuan untuk mendapatkan fitur pada setiap kata untuk dijadikan parameter atau kriteria klasifikasi. Terakhir adalah proses deteksi atau pengambilan keputusan menggunakan metode Naïve Bayes Classification dengan model multinomial naïve bayes. Berdasarkan hasil eksperimen menggunakan dataset “cyberbullying comments” yang diambil dari Kaggle maka, akurasi yang didapat sebesar 77%, precision 80%, dan recall 76%.
APA Style
. (2020).DETEKSI KOMENTAR CYBERBULLYING PADA MEDIA SOSIAL BERBAHASA INGGRIS MENGGUNAKAN NAIVE BAYES CLASSIFICATION ().Teknik Informatika:FTI
Chicago Style
.DETEKSI KOMENTAR CYBERBULLYING PADA MEDIA SOSIAL BERBAHASA INGGRIS MENGGUNAKAN NAIVE BAYES CLASSIFICATION ().Teknik Informatika:FTI,2020.Text
MLA Style
.DETEKSI KOMENTAR CYBERBULLYING PADA MEDIA SOSIAL BERBAHASA INGGRIS MENGGUNAKAN NAIVE BAYES CLASSIFICATION ().Teknik Informatika:FTI,2020.Text
Turabian Style
.DETEKSI KOMENTAR CYBERBULLYING PADA MEDIA SOSIAL BERBAHASA INGGRIS MENGGUNAKAN NAIVE BAYES CLASSIFICATION ().Teknik Informatika:FTI,2020.Text
