Deteksi Cyberbullying Dalam Grup Telegram Menggunakan Support Vector Machine (SVM)
Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi · 2024
DOI: 10.33020/jsimtek.v2i1.532 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi, 2024. Verfasst von Thomas Filikano und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Cyberbullying di platform media sosial, khususnya di grup Telegram, merupakan permasalahan serius yang perlu ditangani. Penelitian ini bertujuan untuk mengembangkan pendekatan deteksi cyberbullying menggunakan metode Support Vector Machine (SVM). Sebanyak 1400 pesan dengan label cyberbullying dan non-cyberbullying digunakan sebagai data pelatihan untuk melatih model SVM. Pengujian dilakukan pada data uji sebanyak 600 pesan guna mengevaluasi kinerja model. Hasil penelitian menunjukkan bahwa penggunaan kernel linear pada SVM menghasilkan akurasi tertinggi sebesar 89%. Performa sistem klasifikasi pesan cyberbullying juga mencapai nilai precision, recall, dan F1-score masing-masing sebesar 89%, 87%, dan 88%. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam menganalisis perilaku masyarakat di dunia maya terkait pesan-pesan cyberbullying di grup Telegram.
Zitieren
APA
Filikano, T., Gunawan, A., & Wijaya, A. (2024). Deteksi Cyberbullying Dalam Grup Telegram Menggunakan Support Vector Machine (SVM). Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi. https://doi.org/10.33020/jsimtek.v2i1.532
Vancouver
Filikano T, Gunawan A, Wijaya A. Deteksi Cyberbullying Dalam Grup Telegram Menggunakan Support Vector Machine (SVM). Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi. 2024. doi:10.33020/jsimtek.v2i1.532
BibTeX
@article{Filikano2024,
author = {Filikano, Thomas and Gunawan, Andronikus and Wijaya, Andri},
title = {Deteksi Cyberbullying Dalam Grup Telegram Menggunakan Support Vector Machine (SVM)},
journal = {Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi},
year = {2024},
doi = {10.33020/jsimtek.v2i1.532}
}
EUVIMED