Analisis Sentimen Cyberbullying pada Media Sosial Twitter menggunakan Metode Support Vector Machine dan Naïve Bayes Classifier

Abstract

Media sosial yang paling popular yaitu twitter yang penggunanya dapat menuangkan opini mereka secara publik dan cepat mendapatkan informasi dan tanggapan dari berbagai sudut pandang. Tetapi dibalik banyak dampak positif oleh sosial media, ada pula dampak negatif bagi penggunanya khususnya pada media sosial twitter, salah satunya adalah Cyberbullying. Tindakan Cyberbullying berdampak negatif pada korban tetapi juga pelaku karena dapat dituntut pidana berdasarkan UU No.11 Tahun 2008 mengenai informasi dan transaksi elektronik (UU ITE). Oleh karena itu dilakukanlah penelitian analisis sentimen Cyberbullying pada pengguna media sosial twitter untuk mengklasifikasikan tweet yang bermuatan negatif dan netral menggunakan metode support vector machine dan naïve bayes classifier. Data inputan pada analisis ini berupa tweet yang diperoleh dari API twitter dengan memasukkan 10 keyword yang berpotensi menimbulkan Cyberbullying yang tiap katanya tidak lebih dari 100 data tweet. Output pada penelitian ini berupa klasifikasi sentimen Cyberbullying dan sentimen netral yang telah melewati preprocessing. Dari hasil pengujian diperoleh akurasi menggunakan metode Support vector machine sebesar 72% dan akurasi menggunakan metode Naïve Bayes sebesar 69%.