%A Peni Febrian Kristami
%T KOMPARASI ALGORITMA KNN DAN SVM UNTUK
DETEKSI PELECEHAN SEKSUAL VERBAL PADA
KOMENTAR MEDIA SOSIAL TIKTOK
%I Universitas AMIKOM Yogyakarta
%D 2026
%K Support Vector Machine, K-Nearest Neighbor, LaBSE, Pelecehan 
Seksual Verbal, Machine Learning, Verbal Sexual
Harassment.
%X Pelecehan seksual secara verbal merupakan salah satu bentuk kekerasan
yang banyak ditemukan di media sosial, termasuk pada kolom komentar
pengguna di platform Tik Tok. Intensitas komentar yang tinggi dengan
karakteristik komentar yang singkat, tidak baku, serta sering disampaikan secara
implisit menyebabkan komentar sulit terdeteksi. Kondisi ini berpotensi
menyebabkan lingkungan digital yang tidak aman khususnya yang menjadi objek
seksualisasi. Penelitian ini bertujuan untuk membangun model klasifikasi yang
mampu mendeteksi komentar bermuatan pelecehan seksual verbal dengan
membandingkan dua algoritma klasifikasi, yaitu K-Nearest Neighbor (KNN) dan
Support Vector Machine (SVM). Data penelitian berjumlah 7.063 yang didapat
dari komentar konten publik figur Korea di Tik Tok, kemudian diberi label secara
manual ke dalam kelas pelecehan seksual dan non-pelecehan seksual. Data
komentar diproses melalui tahap pembersihan teks, transformasi data teks ke
dalam bentuk vektor numerik menggunakan word embedding LaBSE
(Language-agnostic BERT Sentence Embedding), serta pembagian data. Kedua
algoritma dilatih dengan data yang sama dan dievaluasi menggunakan metrik
accuracy, precision, recall, dan F1-score untuk mengetahui performa model
dalam mendeteksi komentar pelecehan seksual verbal. Hasil penelitian
menunjukkan algoritma SVM dengan skenario pembagian data 80:20 memberikan
performa lebih baik dan stabil dibandingkan KNN. Nilai akurasi mencapai 84%
dengan nilai recall dan F1-score kelas pelecehan seksual lebih tinggi dibanding
KNN, menunjukkan kemampuan SVM lebih baik dalam mendeteksi kelas
minoritas. Secara keseluruhan, penelitian menunjukkan kombinasi algoritma
SVM dan LaBSE lebih efektif dalam mendeteksi komentar pelecehan seksual
verbal berbasis teks dan dapat dimanfaatkan sebagai dasar pengembangan sistem
moderasi konten platform media sosial guna menciptakan ruang digital yang lebih
aman.
%L universitasamikomyogyakarta31996