Klasifikasi Cyberbullying Pada Media Sosial Dengan Menggunakan Metode Recurrent Neural Network Dan Long Short Term Memory

Abstract

Pesatnya Kemajuan media sosial dan teknologi komunikasi berbasis online sangat memberikan dampak yang signifikan pada pola interaksi dan komunikasi antar individu satu dengan individu yang lain. Cyberbullying sangat sukar untuk dilacak dan telah menjadi bahasan studi yang sering diteliti akhir-akhir ini. Beberapa studi yang memiliki kaitan dengan Twitter untuk melacak user media sosial yang mendapat ancaman Cyberbullying. Salah satu studi Cyberbullying via media sosial Twitter mengikhtisarkan bahwa terdapat hubungan antara user Twitter terhadap apa yang mereka ketik di media sosial mengilustrasikan Cyberbullying. Tujuan dari penelitian ini yaitu untuk pengembangan dan pengoptimalan dari penelitian sebelumnya dengan mengadaptasi metode yang berbeda yakni Recurrent Neural Network dan Long Short Term Memory, dan Pengklasifikasian Cyberbullying pada data tweet berbahasa Indonesia. Dataset yang digunakan berjumlah 13.169 baris tweet, dataset tersebut telah dilakukan pelablean data, proses preprocessing dilakukan pada dataset sebelum dataset tersebut diolah pada proses training. Hasil dari penelitian dengan menggunakan metode Recurrent Neural Network dan Long Short Term Memory mendapatkan nilai F1-score sebesar 94%, nilai presisi sebesar 93%, recall sebesar 94% dan akurasi sebesar 94%. Klasifikasi Cyberbullying diharapkan mampu memberikan bantuan bagi peneliti lain untuk tujuan Analisa banyaknya depresi di masyarakat pengguna media sosial.

Kata Kunci - Pengguna Twitter, Media Sosial, Cyberbullying, Klasifikasi, Recurrent Neural Network dan Long Short Term Memory.