IMPLEMENTASI SUPPORT VECTOR MACHINE DENGAN KERNEL TRICK UNTUK FILTRASI KOMENTAR CYBERBULLYING YOUTUBE

Mansur, Ahmad Farid (2020) IMPLEMENTASI SUPPORT VECTOR MACHINE DENGAN KERNEL TRICK UNTUK FILTRASI KOMENTAR CYBERBULLYING YOUTUBE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (701kB)
[img] Text (BAB I)
BAB I.pdf
Download (296kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (1MB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (1MB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (1MB)
[img] Text (BAB V)
BAB V.pdf
Download (65kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only
Download (1MB)
[img] Archive (SOURCE CODE)
Source_Code_16.11.0786 - Ahmad Farid Mansur.zip
Restricted to Repository staff only
Download (101kB)
[img] Text (PUBLIKASI)
Publikasi_16.11.0786 - Ahmad Farid Mansur.pdf
Restricted to Repository staff only
Download (1MB)

Abstract

Youtube merupakan media sosial dengan pengguna terbanyak di Indonesia. Perkembangan media sosial memiliki efek buruk seperti cyberbullying. Pada penelitian ini, penulis mengimplementasikan Support Vector Machine agar dapat digunakan untuk filtrasi dan memperlihatkan hasil filtrasi serta mengukur kinerja untuk mengetahui fungsi kernel yang terbaik. Fungsi kernel yang digunakan meliputi fungsi linear, polynomial, sigmoid, dan RBF. Selain itu, SVM diimplementasikan kedalam bentuk aplikasi website. Uji coba dilakukan dengan menggunakan whitebox testing dan blackbox testing serta memprediksi komentar youtube sesuai dengan kelas (cyberbullying atau non-cyberbullying) menggunakan empat fungsi kernel. Hasil uji coba yang menunjukkan bahwa skenario SVM kernel RBF γ = 1 dan C = 1 menghasilkan akurasi yang terbaik dengan 83,33% tingkat Akurasi yang merupakan angka yang cukup baik. Adapun recall bernilai 80.0%,precision bernilai 85.7%,dan f-measure bernilai 82,7%. Confusion Matrix dari skenario itu menunjukkan bahwa dari 15 komentar non-cyberbullying, dua diantaranya diklasifikasi sebagai cyberbullying. Sementara itu, dari 15 komentar cyberbullying, 3 dianggap sebagai komentar noncyberbullying.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Maulina, Dina
Uncontrolled Keywords: Klasifikasi, Cyberbullying, Youtube, SVM, Kernel
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 28 Jun 2022 07:27
Last Modified: 24 Aug 2023 04:48
URI: http://eprints.amikom.ac.id/id/eprint/3051

Actions (login required)

View Item View Item