DETEKSI KALIMAT TOXIC DALAM POSTINGAN MEDIA SOSIAL BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA DECISION TREE

al, vindo (2024) DETEKSI KALIMAT TOXIC DALAM POSTINGAN MEDIA SOSIAL BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA DECISION TREE. Skripsi thesis, Institut Informatika dan Bisnis Darmajaya.

	Text abstrak.pdf Download (8kB)
	Text COVER.pdf Download (29kB)
	Text Halaman Persetujuan.pdf Download (325kB)
	Text Halaman Pernyataan.pdf Download (171kB)
	Text Halaman Pengesahan.pdf Download (334kB)
	Text daftar isi.pdf Download (198kB)
	Text daftar gambar.pdf Download (187kB)
	Text daftar table.pdf Download (185kB)
	Text BAB 1_Pendahuluan.pdf Download (237kB)
	Text BAB 2_Tinjauan Pustaka.pdf Download (455kB)
	Text BAB 3_Metodologi Penelitian.pdf Download (880kB)
	Text BAB 4_Hasil dan Pembahasan.pdf Download (9kB)
	Text BAB 5_Kesimpulan dan Saran.pdf Download (137kB)
	Text intisari.pdf Download (8kB)
	Text motto.pdf Download (3kB)
	Text daftar pustaka.pdf Download (137kB)

Abstract

Media sosial telah menjadi platform utama untuk interaksi, berbagi informasi, dan komunikasi. Namun, perkembangan ini juga membawa dampak negatif, terutama dalam bentuk masalah cyberbullying. Melihat jumlah pengguna media sosial, khususnya Instagram, yang mencapai 89.15 juta pengguna, survei menunjukkan bahwa Instagram memiliki peran signifikan dalam kasus cyberbullying, dengan 42% pengguna pernah menjadi korban. Cyberbullying melibatkan penggunaan kalimat toxic, yang bertujuan merendahkan, menghina, atau merugikan individu atau kelompok, dengan tujuan untuk menyakiti, menghina, mengancam, atau merendahkan harga diri seseorang secara online. Untuk mengatasi masalah ini, penelitian ini memanfaatkan Algoritma Decision Tree dalam Machine Learning untuk mengidentifikasi bahasa toxic di media sosial. Proses penelitian dimulai dengan pengumpulan data komentar sebanyak 8.734 komentar, kemudian dilanjutkan dengan tahap pembersihan data, pelabelan data, serta pembagian data menjadi data latih (80%) dan data uji (20%). Setelah itu, dilakukan pelatihan dan evaluasi terhadap model yang dikembangkan. Hasil penelitian menunjukkan bahwa model ini memiliki akurasi sebesar 62.38%, meskipun masih terdapat ruang untuk perbaikan kinerja. Meskipun demikian, model ini tetap memiliki kemampuan dalam memprediksi dan melakukan klasifikasi toksisitas komentar. Kata Kunci: Media Sosial, Instagram, Cyberbullying, Kalimat Toxic, Algoritma Decision Tree, Machine Learning.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	AL VINDO ALVINDO
Date Deposited:	01 Apr 2024 01:45
Last Modified:	01 Apr 2024 01:45
URI:	http://repo.darmajaya.ac.id/id/eprint/15460

Actions (login required)

View Item