LUBIS, RIZKA MARDIAH PUTRI BUYUNG (2026) KLASIFIKASI RESPON MASYARAKAT TERHADAP ISU PELECEHAN SEKSUAL SECARA VERBAL PADA PALTFORM X MENGGUNAKAN ALGORITMA ID3 MODIFIKASI. S1 thesis, Universitas Malikussaleh.

	Text COVER_RIZKA MARDIAH PUTRI BUYUNG LUBIS_NIM.220170183.pdf Download (345kB)
	Text ABSTRAK_RIZKA MARDIAH PUTRI BUYUNG LUBIS_NIM.220170183.pdf Download (332kB)
	Text BAB 1_RIZKA MARDIAH PUTRI BUYUNG LUBIS_NIM.220170183.pdf Download (431kB)
	Text DAFTAR PUSTAKA_RIZKA MARDIAH PUTRI BUYUNG LUBIS_NIM.220170183.pdf Download (343kB)
	Text SKRIPSI_RIZKA MARDIAH PUTRI BUYUNG LUBIS_NIM.220170183.pdf Restricted to Registered users only Download (3MB)

Abstract

Pelecehan seksual secara verbal sering dianggap sebagai hal biasa oleh sebagian masyarakat, meskipun dapat menimbulkan dampak negatif seperti rasa tidak nyaman hingga gangguan psikologis bagi korban. Isu tersebut banyak diperbincangkan di Platform X dengan respon masyarakat yang beragam, mulai dari dukungan kepada korban hingga komentar yang menormalisasi tindakan tersebut. Banyaknya komentar yang muncul menyebabkan proses pengelompokan secara manual menjadi kurang efektif dan membutuhkan waktu yang lama. Oleh karena itu, diperlukan suatu sistem yang mampu mengklasifikasikan respon masyarakat secara otomatis. Penelitian ini bertujuan mengimplementasikan Algoritma ID3 Modifikasi pada sistem klasifikasi respon masyarakat terhadap isu pelecehan seksual secara verbal di Platform X. Data yang digunakan sebanyak 1.000 komentar yang dikelompokkan ke dalam dua kategori, yaitu positif dan negatif. Proses klasifikasi dilakukan pada data melalui tahapan preprocessing yang meliputi case folding, cleansing, tokenizing, stopword removal, dan stemming, kemudian dilakukan ekstraksi fitur menggunakan TF-IDF, pengujian dilakukan menggunakan dua proporsi pembagian data, yaitu 80:20 dan 70:30, serta penanganan ketidakseimbangan data dengan SMOTE. Algoritma ID3 Modifikasi membentuk pohon keputusan berdasarkan perhitungan entropy dan information gain, kemudian dievaluasi menggunakan confusion matrix akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa pembagian data proporsi 80:20 menghasilkan kinerja terbaik dengan akurasi 91,00%, sedangkan pembagian data proporsi 70:30 memperoleh akurasi 89,00%. Selain menghasilkan performa klasifikasi yang baik, penelitian ini juga menghasilkan sistem berbasis web yang mampu mengklasifikasikan komentar masyarakat secara otomatis sehingga dapat membantu proses identifikasi respon masyarakat terhadap isu pelecehan seksual verbal secara lebih cepat, objektif, dan terstruktur.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Rizka Mardiah Putri
Date Deposited:	03 Sep 2026 03:52
Last Modified:	03 Sep 2026 03:52
URI:	https://rama.unimal.ac.id/id/eprint/22205

Actions (login required)

View Item