ANALISIS SENTIMEN CYBERBULLYING PADA MEDIA SOSIAL X (TWITTER) MENGGUNAKAN METODE KLASIFIKASI NA�VE BAYES CLASSIFIER, K-NEAREST NEIGHBOR, DAN DECISION TREE

UPT. PERPUSTAKAAN Universitas Esa Unggul Kampus Emas UEU - Jakarta Barat
Phone	:	021-5674223, ext 282
Fax	:
E-mail	:	[email protected]
Website	:	http://library.esaunggul.ac.id
Support (Customer Service) :
[email protected]

Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:

LIVE SUPPORT

Astrid Chrisafi

! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

Still Confuse?
Please read our User Guide

UEU » Undergraduate Theses » Teknik Informatika
Posted by [email protected] at 14/12/2024 14:54:02 • 57 Views

ANALISIS SENTIMEN CYBERBULLYING PADA MEDIA SOSIAL X (TWITTER) MENGGUNAKAN METODE KLASIFIKASI NA�VE BAYES CLASSIFIER, K-NEAREST NEIGHBOR, DAN DECISION TREE

Created by :
Muhammad Farras Heykal Mousthafa ( 20190801250 )

Subject:	SENTIMEN CYBERBULLYING MEDIA SOSIAL TWITTER KLASIFIKASI NAIVE BAYES CLASSIFIER K-NEAREST NEIGHBOR DECISION TREE
Alt. Subject :	CYBERBULLYING SENTIMENT SOCIAL MEDIA TWITTER CLASSIFICATION NAIVE BAYES CLASSIFIER K-NEAREST NEIGHBOR DECISION TREE
Keyword:	Analisis Sentimen Twitter Naive Bayes Classifier Decision Tree Cyberbullying Wordcloud

Description:

Pengguna aktif media sosial terus meningkat, dengan X (Twitter) menjadi salah satu platform yang populer. Media sosial, termasuk X (Twitter), menjadi tempat bagi pengguna untuk mengekspresikan pendapat, termasuk mengenai isu Cyberbullying. Penelitian ini bertujuan untuk menganalisis sentimen tweet pengguna X (Twitter) terkait cyberbullying menggunakan metode klasifikasi seperti Na�ve Bayes Classifier, K-Nearest Neighbor dan Decision Tree. Pengumpulan data tweet menggunakan metode crawling menggunakan API yang disediakan oleh X (Twitter) dengan kata kunci yang berhubungan dengan cyberbullying. Data tweet yang digunakan sebanyak 10.336 tweet, yang selanjutnya dibersihkan pada tahap preprocessing dan diberi label Inset dan Vader dengan validasi oleh pakar terkait cyberbullying, data yang sudah diberi label sebagai data untuk pengujian pada algoritma yang digunakan. Dari hasil pengujian performa pada algoritma yang diuji dapat disimpulkan bahwa algoritma Decision Tree memiliki hasil performa yang lebih tinggi dibandingkan dengan Naive Bayes Clasifier dan K-Nearest Neighbor dengan Hasil akurasi: 74.91%, presisi: 75.01%, recall: 74.91%, dan f1-scores: 74.96%. Penelitian ini Juga memberikan Wordcloud untuk memberikan gambaran visual tentang kata-kata yang paling sering muncul dalam tweet. Kata-kata yang dominan dapat memberikan indikasi tentang topik atau isu yang paling mendominasi terkait cyberbullying.

Contributor	:	MUNAWAR, S.TP, M. Msi, Ph.D
Date Create	:	14/12/2024
Type	:	Text
Format	:	PDF
Language	:	Indonesian
Identifier	:	UEU-Undergraduate-20190801250
Collection ID	:	20190801250

Source :
Undergraduate Theses of Information System

Relation Collection:
Fakultas Ilmu Komputer

Coverage :
Civitas Akademika Universitas Esa Unggul

Rights :
@2024 Perpustakaan Universitas Esa Unggul

Publication URL :
https://digilib.esaunggul.ac.id/analisis-sentimen-cyberbullying-pada-media-sosial-x-twitter-menggunakan-metode-klasifikasi-nave-bayes-classifier-knearest-neighbor-dan-decision-tree-36773.html

[ Free Download - Free for All ]