PENGGUNAAN DATA PADA TWITTER DALAM KLASIFIKASI DAN VISUALISASI CYBERBULLYING DENGAN ALGORITMA SVM (SUPPORT VECTOR MACHINE)

Abstract

Berkembangnya teknologi indormasi saat ini diiringi juga dengan meningkatnya penggunaan internet oleh masyarakat Indonesi, namun terdapat fakta bahwa ternyata kasus-kasus cyberbullying juga mengalami peningkatan yang cukup tajam. Cyberbullying merupakan semua bentuk dari kekerasan atau perundungan yang dialami oleh anak-anak atau remaja yang dilakukan oleh anak seusia mereka melalui media internet dan memanfaatkan teknologi informasi. Cyberbullying merupakan tindakan perundungan yang bertujuan menghina, mengejek, menekan, menakut-nakuti atau bahkan mempermalukan korban melalui teknologi digital dan jaringan internet. Dalam menentukan unsur cyberbullying dapat menggunakan Algoritma SVM (Support Vector Machine) yaitu dengan cara melakukan klasifikasi data Twitter ke dalam beberapa kelas kategori unsur cyberbullying. Hasilnya merupakan banyaknya tweet yang dari setiap kelompok yang menunjukan frekuensi kata tersebut digunakan. Setelah itu semua datanya akan dikonversikan kedalam bentuk grafik dan gambar agar lebih mudah dipahami dengan menggunakan sistem visualisasi data. Dari keseluruhan tweet yang diperoleh, Hewan memiliki persentase jumlah tweet 30%, Psikologi 19.97%, Kecacatan 19.09%, Umum 15.39%, Sikap 10.45%, dan Kategori sebesar 5.1%. Kategori yang paling tinggi menuju yang paling rendah secara berurutan yaitu: Psikologi, Umum, Kecatatan dan Sikap dengan frekuensi tweet yang paling tinggi pada setiap kategori dengan berurutan berdasarkan pada urutan kategori unsur cyberbullying yaitu: Tolol, Gila, Jelek, Setan dan Goblok. Sedangkan unsur cyberbullying terendah dari tiap kategori adalah Keparat, Udik, Idiot, dan Bejad.