UMN Knowledge Center

Implementasi Algoritma Gaussian Naive Bayes pada Deteksi Sentimen Cyberbullying di Media Sosial Instagram

Colinkang, Robin (2020) Implementasi Algoritma Gaussian Naive Bayes pada Deteksi Sentimen Cyberbullying di Media Sosial Instagram. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (371kB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (125kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (138kB) | Preview
[img] PDF
BAB_II.pdf
Restricted to Registered users only

Download (199kB)
[img] PDF
BAB_III.pdf
Restricted to Registered users only

Download (235kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (318kB)
[img] PDF
BAB_V.pdf
Restricted to Registered users only

Download (125kB)
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (2MB)

Abstract

membuat sistem penanganan kasus cyberbullying. Untuk membuat sistem tersebut, dibutuhkan proses pendeteksian konten berunsur cyberbullying dan dalam penelitian yang dilakukan akan digunakan metode Gaussian Naive Bayes. Gaussian Naive Bayes untuk klasifikasi komentar di media sosial Instagram untuk membedakan antara cyberbully atau bukan cyberbully. Pembeda penelitian ini dengan yang sudah dilakukan adalah adanya pendukung algoritma lain yaitu Ngram dan TF-IDF. Dalam analisis yang dilakukan sebelumnya, didapatkan akurasi sebesar 63,5% dengan menggunakan metode distribusi Gaussian. Pada penelitian lain yang dilakukan menghasilkan akurasi sebesar 75%. Hasil uji coba terbaik menghasilkan akurasi sebesar 76%.

Item Type: Thesis (Bachelor Thesis)
Uncontrolled Keywords: Analisis sentimen, Cyberbullying, Gaussian Naive Bayes, TF-IDF, NGram
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Date Deposited: 04 Dec 2020 14:51
Last Modified: 04 Dec 2020 14:51
URI: http://kc.umn.ac.id/id/eprint/14886

Actions (login required)

View Item View Item