ANALISIS SENTIMEN TERHADAP CYBERBULLYING DI MEDIA SOSIAL MENGGUNAKAN METODE KUANTITATIF NAÏVE BAYES

Abstract

TikTok is a digital interaction platform with a high user base. Cyberbullying is a technology-based form of bullying that can have serious impacts on the mental and social well-being of victims; therefore, understanding public perception of the issue is crucial. This study aims to identify public opinion trends regarding the current prevalence of cyberbullying. This study uses data from comments on a TikTok account and classifies these comments into positive, negative, and neutral sentiment classes. The method used is quantitative, with the naïve bayes algorithm, supported by text mining processes including data cleaning, tokenisation, stopword removal, stemming, and extraction using TF-IDF. The research dataset consisted of 1,100 comments, and after filtering, 779 comments were finalised. The test results show that naïve bayes is capable of providing good sentiment classification based on accuracy, precision, recall, and F1-score values. These findings are expected to raise awareness and minimise the occurrence of cyberbullying on social media.

Media Sosial Tiktok menjadi salah satu ruang interaksi digital dengan tingkat pengguna yang tinggi. Cyberbullying merupakan perilaku perundungan berbasis teknologi yang dapat berdampak serius pada kondisi mental dan sosial korban, sehingga diperlukan pemahaman mengenai persepsi publik mengenai isu tersebut. Penelitian ini bertujuan untuk mengidentifikasi kecenderungan opini masyarakat terhadap kasus cyberbullying yang sedang marak terjadi. Penelitian ini menggunakan data dari komentar salah satu akun di TikTok, serta mengklasifikan komentar tersebut kedalam kelas sentiment positif, negatif, maupun netral. Metode yang digunakan adalah kuantitatif dengan algoritma naïve bayes, didukung oleh proses text mining mulai dari pembersihan data, tokenisasi, stopword removal, stemming, dan ekstraksi menggunakan TF-IDF. Dataset penelitian ini terdiri dari 1.100 komentar dan telah dilakukan penyaringan komentar yang berubah menjadi 779 komentar. Hasil pengujian menunjukan bahwa naïve bayes mampu memberikan klasifikasi sentimen dengan baik berdasarkan nilai akurasi, precision, recall, maupun F1-score yang diperoleh. Temuan ini diharapkan mampu meningkatkan kesadaran dan meminimalkan terjadinya cyberbullying di media sosial