PREDIKSI KATA KASAR BERBAHASA INDONESIA MENGGUNAKAN MACHINE LEARNING BERBASIS MOBILE INFRASTRUCTURE

Abstract

Komentar kasar dan menyinggung dapat dijelaskan sebagai komunikasi yang bertujuan membuat satu atau lebih individu untuk berlaku marah. Oleh karena itu, diperlukan sebuah pendekatan untuk mengetahui apakah kalimat komentar yang akan ditulis merupakan komentar kasar atau bukan.  Kemudian, melihat dari keseharian penduduk Indonesia yang tidak terlepas dari smartphone, memberikan peluang untuk memberikan edukasi kepada pengguna smartphone bagaimana mendeteksi komentar kasar. Maka, pengembangan aplikasi berbasis android perlu dikembangkan. Penelitian ini bertujuan mengembangkan aplikasi mobile sentimen analisis deteksi kata kasar menggunakan TF-IDF sebagai fitur ekstraksi dan Naïve Bayes berbasis android flutter yang intuitif. Hasil pengujian menunjukkan nilai training akurasi 98%, training recall 98%, training precision 99%, testing accuracy 84.26%, testing recall 86.81%, dan testing precission 83.15%. Dengan demikian, aplikasi ini telah dapat memberikan prediksi yang baik sesuai harapan.