Aplikasi Pendeteksi Cyberbullying Terhadap Komentar Postingan Media Sosial Instagram dengan Metode Naïve Bayes Classifier Berbasis Website

Abstract

Berdasarkan survey data perusahaan analis Sosial Media Marketing yang berbasis di Warsawa, Polandia, NapoleonCat mencatat jumlah pengguna Instagram di Indonesia tahun 2019 mencapai 61.610.000. Instagram memungkinkan penggunanya untuk berbagi momen lewat foto dan video. Instagram juga memiliki fitur untuk mengomentari postingan. Namun dengan adanya fitur tersebut dapat memberikan dampak yang positif dan negatif bagi masyarakat. Salah satu dampak negatifnya adalah cyberbullying. Pada  kenyataannya  sosial  media  instagram tidak dapat menyaring  komentar sentimen negatif yang mengandung unsur cyberbullying. Dampak dari tindakan cyberbullying  dapat mengakibatkan depresi berat hingga bunuh diri. Karenanya, aplikasi pendeteksi cyberbullying di Instagram adalah solusi untuk menemukan komentar yang mengandung kata atau kalimat negatif. Aplikasi yang telah dibuat menerapkan sebuah pemodelan text mining  dengan mengklasifikasikan komentar ke dalam sentimen negatif (bullying dan bukan bullying) dan sentimen positif. Pemodelan text mining  yang diterapkan menggunakan metode Naïve Bayes. Dengan adanya  Aplikasi Pendeteksi Cyberbullying untuk mendeteksi komentar negatif dengan menggunakan metode  Naïve Bayes Classifier diharapkan dapat membantu pengguna instagram dalam mendeteksi dan menghapus komentar negatif. Hasil pengujian confussion matrix menunjukkan nilai akurasi sebesar 98,5%, nilai kerusakan (error rate) sebesar 1,5%, nilai presisi sebesar 96%, dan nilai recall sebesar 96%.