Nisa, Khairun (2026) ANALISIS SENTIMEN CYBERBULLYING PADA REMAJA DI MEDIA SOSIAL INSTAGRAM MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. S1 thesis, Universitas Malikussaleh.

[img] Text
coverr.pdf

Download (52kB)
[img] Text
abstrak ss.pdf

Download (412kB)
[img] Text
bab 1ss.pdf

Download (219kB)
[img] Text
dapuss.pdf

Download (337kB)
[img] Text
Skripsi Khairun Nisa.pdf
Restricted to Registered users only

Download (5MB)

Abstract

Penelitian ini bertujuan mendeteksi indikasi cyberbullying pada komentar pengguna Instagram menggunakan metode Support Vector Machine (SVM). Media sosial Instagram yang banyak digunakan remaja memungkinkan munculnya berbagai bentuk interaksi, termasuk komentar bermuatan negatif yang berpotensi menjadi perundungan daring. Oleh karena itu, diperlukan suatu pendekatan otomatis untuk mengidentifikasi sentimen komentar secara efisien. Data penelitian berupa 1.000 komentar yang dikumpulkan dari Instagram dengan komposisi 537 komentar positif dan 353 komentar negatif. Proses pengolahan data diawali dengan tahap preprocessing teks yang meliputi case folding, tokenizing, stopword removal, dan stemming untuk membersihkan dan menormalkan teks. Selanjutnya dilakukan pembobotan kata menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) guna mengubah teks menjadi representasi numerik yang dapat diproses oleh model klasifikasi. Tahap klasifikasi dilakukan menggunakan algoritma Support Vector Machine untuk memisahkan komentar ke dalam kategori sentimen. Hasil pengujian menunjukkan model memperoleh nilai akurasi sebesar 89,89%, precision 84,40%, recall 98,92%, f1-score 91,08%, dan specificity 80,00%. Nilai evaluasi tersebut menunjukkan bahwa model memiliki kemampuan yang baik dalam mengidentifikasi komentar bermuatan negatif. Dengan demikian, metode SVM dapat digunakan sebagai pendekatan awal dalam membantu proses deteksi cyberbullying pada media sosial, sehingga berpotensi mendukung upaya pemantauan serta pencegahan perundungan daring secara lebih cepat dan sistematis.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User: Khairun Nisa
Date Deposited: 05 Jun 2026 09:36
Last Modified: 05 Jun 2026 09:36
URI: https://rama.unimal.ac.id/id/eprint/19929

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by