ANALISIS SENTIMENT CYBERBULLYING PADA SOSIAL MEDIA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Abstract

Twitter merupakan salah satu media sosial yang saat ini menjadi trend, karena terdapat banyak sekali berita dan informasi yang yang dapat direspon dengan cepat dan tepat dari berbagai sudut pandang. Hal ini menjadikan Twitter tidak hanya berdampak positif, tetapi juga berdampak negatif  bagi pengguna maupun non-pengguna Twitter, salah satunya adalah cyberbullying. Cyberbullying adalah bentuk intimidasi yang pelaku lakukan untuk melecehkan korbannya melalui perangkat teknologi. Korban yang mengalami Cyberbullying akan mengalami gangguan fisik hingga psikologis seperti kesepian, kegelisahan, depresi yang lebih tinggi, dan merasa hargadirinya rendah. Selain itu korban yang mengalami Cyberbullying juga akan merasakan tekanan sehingga menunjukkan keinginan bunuh diri yang lebih tinggi.

Pada penelitian ini dilakukan proses analisis sentiment cyberbullying yang disampaikan oleh pengguna pada media sosial twitter dengan mengembangkan sistem berbasis web untuk mengklasifikasikan sentiment tersebut menggunakan metode support vector machine. Data inputan pada sistem ini berupa konten tweet yang diperoleh dari twitter dengan memasukkan keyword hashtag yang berpotensi menimbulkan cyberbullying seperti #cebong atau #kadrun dan tidak melebihi 100 data tweet. Sedangkan outputnya berupa klasifikasi sentiment cyberbullying atau non-cyberbullying dari setiap tweet yang sudah melewati proses text preprocessing dan pembobotan teks dengan TF-IDF.

Dari hasil pengujian menunjukan dengan menggunakan 100 data tweet, sistem mampu melakukan proses klasifikasi dengan rata-rata waktu 101100,2 milisecond dan kecepatan pemrosesan 0,000989 data per milisecond. Diperoleh pula hasil pengukuran evaluasi klasifikasi dengan menggunakan metode confusion matrix dengan nilai recall 64%, precision 58% dan tingkat accuracy sebesar 70%.