1. Home
  2. Vol 8, No 1 (2024)
  3. Elfansyah

Analisis Sentiment Cyberbullying pada media Youtube menggunakan Algoritma Naïve Bayes

Muhammad Rayhan Elfansyah, Muhammad Reifin Perdana, Ikhsan Nuttakwa Takbirata Ihram Nabawi, Rudiman Rudiman

Abstract


This research focuses on analyzing cyberbullying sentiment on YouTube using the Naive Bayes algorithm. This study involved data collection and data pre-processing techniques to analyze comments related to Manchester United. The Orange Data Mining application is used for data modeling and analysis. The research methodology and sentiment analysis using Naive Bayes are explained in detail. Data pre-processing includes steps such as removing URLs, tokenization, filtering, and normalization. Analysis uses Naïve Bayes which produces 81% accuracy, 79% precision and 81% recall. The process includes dividing the data into training data and testing data, and the results can be visualized using a confusion matrix. The references include various studies on sentiment analysis using different methods and platforms.


Keywords


Cyberbulyying, Analisis Sentimen, Naive Bayes

References


Alfiah Zulqornain, J., Pandu Adikara, P., & Indriati. (2021). Analisis Sentimen Tanggapan Masyarakat Aplikasi Tiktok Menggunakan Metode Naïve Bayes dan Categorial Propotional Difference (CPD). Pengembangan Teknologi Informasi Dan Ilmu Komputer , 5(7), 2886–2890. http://j-ptiik.ub.ac.id

Athira Luqyana, W., Cholissodin, I., & Perdana, R. S. (2018). Analisis Sentimen Cyberbullying pada Komentar Instagram dengan Metode Klasifikasi Support Vector Machine. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(11), 4704–4713. http://j-ptiik.ub.ac.id

Destitus, C., Wella, W., & Suryasari, S. (2020). Support Vector Machine VS Information Gain: Analisis Sentimen Cyberbullying di Twitter Indonesia. Ultima InfoSys : Jurnal Ilmu Sistem Informasi, 11(2), 107–111. https://doi.org/10.31937/si.v11i2.1740

Ishak, N. S., & Khalid, F. B. (2021). Penggunaan video YouTube bagi Meningkatkan Minat dan Pencapaian murid dalam Pembelajaran Geografi Fizikal di Sekolah Menengah. Malaysian Journal of Social Sciences and Humanities (MJSSH), 6(3), 228–240. https://doi.org/10.47405/mjssh.v6i3.708

Kusumo, J., Wisnu, A., Pradana, F., & Priyambadha, B. (2018). Pengembangan Dashboard Sistem Persebaran Cyberbullying Pada Media Sosial Twitter. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(11), 4629–4637. http://j-ptiik.ub.ac.id

MUKTI, D. H. H. (2021). Meningkatkan Kemampuan Siswa Berbicara Bahasa Inggris Menggunakan Video Youtube Di Smkn 1 Tanjung Palas. LANGUAGE : Jurnal Inovasi Pendidikan Bahasa Dan Sastra, 1(1), 100–109. https://doi.org/10.51878/language.v1i1.456

Naufal, M. F., Arifin, T., & Wirjawan, H. (2023). Analisis Perbandingan Tingkat Performa Algoritma SVM, Random Forest, dan Naïve Bayes untuk Klasifikasi Cyberbullying pada Media Sosial. Jurasik (Jurnal Riset Sistem …, 8, 82–90. http://tunasbangsa.ac.id/ejurnal/index.php/jurasik/article/view/544%0Ahttp://tunasbangsa.ac.id/ejurnal/index.php/jurasik/article/download/544/522

Nurlaely, R., Sartika Simatupang, D., & Lucia Kharisma, I. (2023). Analisis Sentimen Twitter Terhadap Cyberbullying Menggunakan Metode Support Vector Machine (SVM). Jurnal Computer Science and Information Technology(CoSciTech), 4(2), 376–384. http://ejurnal.umri.ac.id/index.php/coscitech/indexhttps://doi.org/10.37859/coscitech.v4i2.5161

Putra, A., & Patmaningrum, D. A. (2018). Pengaruh Youtube di Smartphone Terhadap Perkembangan Kemampuan Komunikasi Interpersonal Anak. Jurnal Penelitian Komunikasi, 21(2), 159–172. https://doi.org/10.20422/jpk.v21i2.589

Sugianto, R. (2023). Penerapan Video YouTube “Pak Rahmad” sebagai Sumber Belajar Matematika Untuk Meningkatkan Hasil Belajar Siswa SMA. Jurnal Penelitian Tindakan Kelas, 1(1), 01–05. https://doi.org/10.61650/jptk.v1i1.47

Dahri, D., Agus, F., & Khairina, D. M. (2016). Metode Naive Bayes Untuk Penentuan Penerima Beasiswa Bidikmisi Universitas Mulawarman. Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer, 11(2), 29. https://doi.org/10.30872/jim.v11i2.211

Dhery, H., Assyam, A., & Hasan, F. N. (2023). Analisis Sentimen Twitter Terhadap Perpindahan Ibu Kota Negara Ke IKN Nusantara Menggunakan Orange Data Mining. KLIK: Kajian Ilmiah Informatika Dan Komputer, 4(1), 341–349. https://doi.org/10.30865/klik.v4i1.957

Fuad Amirullah, Syariful Alam, & M.Imam Sulistyo S. (2023). Analisis Sentimen Terhadap Kinerja KPU Menjelang Pemilu 2024 Berdasarkan Opini Twitter Menggunakan Naïve Bayes. STORAGE: Jurnal Ilmiah Teknik Dan Ilmu Komputer, 2(3), 69–76. https://doi.org/10.55123/storage.v2i3.2293

Limia Budiarti, R., & Adriana, W. (2019). Pemanfaatan Google Maps API dalam Pemetaan dan Pemberdayaan Pariwisata Desa Di Indonesia Berbasis Web-Mobile. Indonesian Journal of Computer Science, 8(1), 55–65. https://doi.org/10.33022/ijcs.v8i1.163

Susilawati, A. T. (2024). Analisis Sentimen Publik Pada Twitter Terhadap Boikot Produk Israel Menggunakan Metode Naïve Bayes. 2(1).


Full Text: PDF

Refbacks

  • There are currently no refbacks.