KLASIFIKASI KALIMAT MENGANDUNG PERUNDUNGAN BENTUK TUBUH (BODY SHAMING) PADA MICROBLOGGING MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Cahyana, Yuanita Hendra and Prasetyo, Arief and Arianto, Rakhmat (2020) KLASIFIKASI KALIMAT MENGANDUNG PERUNDUNGAN BENTUK TUBUH (BODY SHAMING) PADA MICROBLOGGING MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Diploma thesis, Teknologi Informasi.

	Text Cover.pdf Restricted to Registered users only Download (452kB) | Request a copy
	Text BAB I.pdf Restricted to Registered users only Download (81kB) | Request a copy
	Text BAB II.pdf Restricted to Registered users only Download (288kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (46kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (562kB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (497kB) | Request a copy
	Text BAB VI.pdf Restricted to Registered users only Download (76kB) | Request a copy
	Text BAB VII.pdf Restricted to Registered users only Download (14kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (132kB) | Request a copy
	Text Lampiran.pdf Restricted to Registered users only Download (110kB) | Request a copy

Abstract

Klasifikasi kalimat digunakan untuk mengelompokkan opini terhadap tweet yang terdapat pada Microblogging mengandung perundungan bentuk tubuh. Umumnya, bentuk dan ukuran tubuh seseorang yang dijadikan sasaran berkomentar atau lebih dikenal dengan perundungan bentuk tubuh. Perundungan bentuk tubuh merupakan perbuatan mencela orang lain karena penampilan fisiknya. Dengan pesatnya perkembangan internet dan media sosial, semakin banyak orang menuliskan opini mereka tentang berita yang belum tentu benar atau tidak. Salah satu sosial media yang memungkinkan penggunanya untuk mengirim dan menerima pesan berbasis teks yaitu Twitter. Twitter merupakan salah satu layanan jejaring sosial yang masuk ke dalam Microblogging secara singkat dalam satu paragraf dengan maksimal 280 huruf. Namun, dari manfaat pengguna Twitter masih banyak pengguna yang belum memahami etika-etika dalam bersosialisasi pada dunia maya. Permasalahan tersebut terjadi dengan adanya tindakan perundungan siber. Algoritma yang akan digunakan pada penelitian ini ialah Support Vector Machine(SVM). Dataset berjumlah 1.000 yang didapatkan dari tweet mengenai tokoh yang menjadi sorotan dalam periode tertentu. Hasil klasifikasi tweet terbagi menjadi 3, yaitu positif, negatif atau netral. Evaluasi menentukan tingkat akurasi dari algoritma SVM. Hasil akurasi klasifikasi algoritma SVM menggunakan 50, 60, 70, 80 dan 90 persen data training rata-ratanya adalah 86,8 persen, 87,6 persen, 88,8 persen, 91 persen, persen, dan 90,7 persen. Nilai precision positif memiliki rata-rata sebesar 91,2 persen, 90,7 persen, 93,1 persen, 94,7 persen, dan 100 persen. Nilai precision negatif memiliki rata-rata sebesar 93 persen, 85 persen, 89 persen, 96,7 persen, dan 93,3 persen. Nilai precision netral memiliki rata-rata sebesar 86,3 persen, 87,7 persen, 88,3 persen, 90,7 persen, dan 90,3 persen. Dengan adanya klasifikasi kalimat mengandung perundungan bentuk tubuh di atas, hal ini diharapkan dapat mengurangi penyebaran perundungan bentuk tubuh pada media sosial yang merugikan orang lain

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Klasifikasi Kalimat, Perundungan Bentuk Tubuh, Support Vector Machine
Subjects:	A Computer Science > Artificial Intelligence
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	Yuanita Hendra Cahyana
Date Deposited:	14 Sep 2020 14:18
Last Modified:	14 Sep 2020 14:18
URI:	http://repota.jti.polinema.ac.id/id/eprint/75

Actions (login required)

View Item