Klasifikasi Komentar Promosi Judi Online pada Platform Youtube Menggunakan Distilbert

Abstract

Perkembangan media sosial, khususnya YouTube, telah membuka peluang interaksi digital yang luas, tetapi juga memunculkan berbagai bentuk penyalahgunaan, salah satunya penyebaran promosi judi online melalui kolom komentar. Permasalahan ini semakin kompleks karena pelaku sering menggunakan teknik penyamaran teks seperti karakter Unicode unik, simbol, maupun variasi penulisan tidak baku untuk menghindari sistem moderasi otomatis berbasis pencocokan kata kunci. Kondisi tersebut menunjukkan perlunya pendekatan yang lebih adaptif melalui pemanfaatan teknologi Natural Language Processing (NLP) untuk mendeteksi pola bahasa yang dimanipulasi secara lebih akurat. Penelitian ini bertujuan mengembangkan model klasifikasi komentar promosi judi online menggunakan arsitektur DistilBERT, yaitu model turunan BERT yang lebih ringan namun tetap mampu mempertahankan kemampuan pemahaman konteks bahasa dengan efisiensi komputasi yang lebih baik. Dataset yang digunakan berupa komentar YouTube berbahasa Indonesia yang diperoleh dari platform Kaggle, kemudian diproses melalui beberapa tahapan preprocessing meliputi normalisasi karakter Unicode, case folding, text cleansing, dan tokenisasi menggunakan tokenizer bawaan DistilBERT. Setelah itu, data dibagi menjadi data latih sebesar 80% dan data uji sebesar 20% sebelum dilakukan proses fine-tuning model. Hasil eksperimen menunjukkan bahwa model DistilBERT mampu menghasilkan performa klasifikasi yang sangat baik dalam mendeteksi komentar yang mengandung unsur promosi judi online. Berdasarkan proses evaluasi, model memperoleh akurasi sebesar 99,6% pada data pelatihan dan 96,0% pada data pengujian, dengan nilai F1-Score masing-masing sebesar 99,6% dan 95,9%. Selisih performa yang relatif kecil antara data latih dan data uji menunjukkan bahwa model memiliki kemampuan generalisasi yang baik serta mampu membedakan komentar judi online dan non-judi online secara konsisten. Sebagai implementasi akhir, model yang telah dilatih diintegrasikan ke dalam aplikasi web sederhana menggunakan framework React pada sisi frontend dan FastAPI pada sisi backend sehingga memungkinkan proses klasifikasi dilakukan secara otomatis melalui antarmuka pengguna. Penelitian ini membuktikan bahwa DistilBERT efektif digunakan sebagai solusi moderasi konten digital, khususnya dalam mendeteksi komentar promosi judi online pada platform media sosial berbahasa Indonesia, sekaligus memberikan kontribusi terhadap pengembangan sistem deteksi otomatis yang lebih adaptif terhadap variasi penyamaran teks di ruang digital.