Deteksi Cyberbullying Tweet Menggunakan Machine Learning

Abstract

Menurut The United Nations Children’s Fund (UNICEF) cyberbullying merupakan penindasan ataupun perundungan dengan memakai teknologi digital. Perihal ini bisa terjalin di media sosial, platform pengiriman pesan, platform permainan, ataupun telepon seluler. Aksi ini dicoba secara kesekian yang diperuntukan buat menakut- nakuti, membuat marah, ataupun mempermalukan orang- orang yang jadi sasaran. Cyberbullying merupakan aksi yang sangat merugikan serta dapat mempunyai akibat emosional serta psikologis yang sungguh- sungguh pada korban. Penting untuk mengambil tindakan untuk melindungi diri sendiri dan melaporkan tindakan tersebut  kepada pihak berwenang atau penyedia platform media sosial. Perihal ini butuh dicoba oleh korban ataupun siapa juga yang melihat aksi tersebut. Penelitian ini mengklasifikasikan data kedalam kelas cyberbullying dan not cyberbullying menggunakan metode machine learning, yaitu BiLSTM (Bidirectional Long Short-Term Memory), BERT (Bidirectional Encoder Representations from Transformers), dan RF (Random Forest), untuk mengetahui cyberbullying atau bukan. Ditemukan bahwa BERT mencapai akurasi sebesar 94%, serta f1 score 89% sehingga lebih unggul dalam menanggulangi ketidakseimbangan data. Hasilnya menampilkan kalau akumulasi penambahan kata kunci memakai TF-IDF dan borda rangking hasil ekstraksi kata dapat meningkatkan akurasi sampai 80%. Sentimen analisis memakai Majority Voting, K-Means Clustering, dan BERT menunjukkan hasil akurasi 83%, dengan label sentimen positif, negatif, sangat positif, dan sangat negatif.