Implementasi Metode TF-IDF dan Support Vector Machine pada Aplikasi Pendeteksi Komentar Bersifat Bullying
| Main Author: | Darson, Eric |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/10405/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/10405/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/10405/3/BAB_I.pdf http://kc.umn.ac.id/10405/4/BAB_II.pdf http://kc.umn.ac.id/10405/5/BAB_III.pdf http://kc.umn.ac.id/10405/6/BAB_IV.pdf http://kc.umn.ac.id/10405/7/BAB_V.pdf http://kc.umn.ac.id/10405/8/LAMPIRAN.pdf http://kc.umn.ac.id/10405/ |
Daftar Isi:
- Cyber bullying adalah salah satu permasalahan yang muncul dengan semakin populernya media sosial dan pengadopsiannya yang cepat dalam kehidupan sehari-hari. Deteksi cyber bullying dalam penggunaan platform online menjadi sangat penting dikarenakan terlalu banyak informasi yang tidak mungkin untuk dilacak oleh manusia. Salah satu metode machine learning untuk mengatasi masalah ini adalah Support Vector Machine (SVM). Support Vector Machine menerima input berupa vektor. Metode yang cukup sering digunakan untuk mengubah kalimat menjadi bentuk vektornya adalah metode TF-IDF. Pada penelitian ini, 841 komentar akan menjadi data latih dan 211 komentar akan menjadi data uji coba. Dengan menggunakan metode Support Vector Machine dan TF-IDF pada penelitian ini, didapatkan persentase akurasi, presisi, recall, dan f- measure pada angka 76.77%, 78.88%, 74.60%, dan 76.68%.