Sistem Klasifikasi Teks untuk Deteksi Bullying pada Komentar Youtube Menggunakan Algoritma Support Vector Machine

Abstract

Cyberbullying merupakan tindakan perundungan yang dilakukan melalui teknologi digital. Tindakan ini dapat terjadi di berbagai platform media sosial, termasuk YouTube.. Penelitian ini bertujuan merancang sistem klasifikasi komentar YouTube untuk mendeteksi bullying menggunakan algoritma Support Vector Machine (SVM). Data yang digunakan terdiri dari dua sumber, dataset teks bahasa Indonesia dari GitHub dan komentar YouTube yang dikumpulkan serta dilabeli secara manual berdasarkan daftar kata bullying dari situs Femina. Proses penelitian mencakup tahapan preprocessing (case folding, data cleaning, tokenization, normalization, filtering, dan stemming), pembobotan kata dengan TF-IDF, pemodelan menggunakan SVM, serta evaluasi model berdasarkan metrik Accuracy, Precision, Recall dan F1 Score. Evaluasi menunjukkan model dengan rasio data pelatihan dan pengujian 80:20 memiliki performa terbaik dengan akurasi 93%. Model ini kemudian diimplementasikan dalam aplikasi web menggunakan framework Flask yang terintegrasi dengan YouTube API. Aplikasi ini memungkinkan pengguna untuk memasukkan URL video YouTube dan melakukan klasifikasi komentar apakah komentar tersebut mengandung unsur bullying atau tidak. Komentar yang terdeteksi sebagai bullying akan diburamkan secara otomatis. Evaluasi aplikasi dengan metode black-box menunjukkan bahwa sistem berjalan sesuai dengan yang diharapkan. Penelitian ini diharapkan dapat membantu pengguna dan peneliti dalam mengidentifikasi cyberbullying di platform YouTube.