KLASIFIKASI CYBERBULLYING MENGGUNAKAN METODE K- NEAREST NEIGHBOR DAN NAÏVE BAYES PADA APLIKASI INSTAGRAM

Zulkarnain, Libna (2023) KLASIFIKASI CYBERBULLYING MENGGUNAKAN METODE K- NEAREST NEIGHBOR DAN NAÏVE BAYES PADA APLIKASI INSTAGRAM. Diploma thesis, Universitas Nasional.

	Text Cover.pdf Download (947kB)
	Text BAB I.pdf Download (279kB)
	Text BAB II.pdf Download (632kB)
	Text BAB III.pdf Download (762kB)
	Text BAB IV.pdf Download (967kB)
	Text BAB V.pdf Download (125kB)
	Text LAMPIRAN.pdf Download (655kB)

Abstract

Cyberbullying adalah perilaku agresif yang mengacu pada intimidasi seseorang
melalui media sosial seperti internet, pesan teks, jejaring sosial, ruang obrolan, dan
lainnya. Sosial media tidak memiliki sisi positif seluruhnya, karna sosial media juga
ada sisi negatifnya. Salah satu sisi negatifnya adalah banyaknya cyberbullying yang
terjadi pada aplikasi instagram. Cyberbullying dapat mengakibatkan korban
menjadi trauma, takut, bahkan depresi. Salah satu contoh cyberbullying yang paling
banyak terjadi adalah menuliskan kata-kata jahat yang merendahkan, menyakitkan,
dan mengolok-olok di kolom komentar pada sebuah postingan. Penelitian ini
bertujuan untuk mengklasifikasikan komentar pada postingan di instagram yang
dibedakan menjadi dua kategori, yaitu kata yang mengandung bully dan tidak bully.
Metode K-NN (K-Nearest Neighbor) dan Naïve Bayes merupakan metode yang
digunakan dalam penelitian ini. Hasil klasifikasi menunjukan bahwa metode K-NN
memiliki akurasi dengan nilai 73 % dan 82% hasil dari metode Naïve Bayes.
Sehingga dapat disimpulkan bahwa hasil terbaik dalam mengklasifikasikan
cyberbullying komentar di instagram adalah dengan metode Naïve Bayes.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Cyberbullying, Instagram, K-Nearest Neighbor, Naïve Bayes
Subjects:	H Social Sciences > H Social Sciences (General) H Social Sciences > HN Social history and conditions. Social problems. Social reform T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Delvy Aplirizani -
Date Deposited:	11 Dec 2023 07:28
Last Modified:	11 Dec 2023 07:28
URI:	https://repository.unas.ac.id/id/eprint/9170

Actions (login required)

View Item