Analisis Sentimen Di Media Sosial Twitter Dengan Studi Kasus Bullying Menggunakan Algoritma Support Vector Machine

Latar Belakang: Permasalahan yang sering terjadi yaitu tindakan bullying di Twitter dan sayangnya tidak banyak pengguna Twitter menyadari bahwa ulasan atau komentar yang dituliskan kepada seseorang merupakan tindakan bullying karena bebasnya pengguna Twitter memposting status dan berkomentar menjadi salah satu munculnya konten konten yang bersifat melukai yang berakibat perundungan (bullying/body shaming). Pada tahun 2018 sendiri ada 966 kasus body shaming yang ditangani polisi dari seluruh indonesia. Sebanyak 347 kasus diantaranya selesai, baik dari penengakan hukum maupun pendekatan mediasi antara korban dan pelaku.
Tujuan: Penelitian ini bertujuan untuk menganalisis sentimen warganet di media sosial Twitter terhadap tindakan bullying dengan Algoritma Support Vector Machine (SVM) memprediksi pendapat masyarakat dengan tingkat akurasi yang diukur.
Metode Penelitian: Penelitian menggunakan algoritma SVM (Support Vector Machine)
Hasil: Hasil penelitian ini menyimpulkan bahwa hasil ulasan pengguna Twitter yang didapatkan sentimen bernilai negatif yaitu Kurangnya kesadaran masyarakat mengenai jenis komentar yang akan mereka gunakan dan tanpa sadar melakukan tindakan bullying pada sosial media Twitter sedangkan Pada sentimen positif yaitu beberapa user Twitter menggunakan akunnya untuk memberi arahan seberapa bahaya nya tindakan bullying pada media sosial.
Kesimpulan: Pengolahan data yang dilakukan yaitu dengan cara pengambilan data menggunakan scraping, tahap preprocessing, pelabelan manual, training data, testing data dan klasifikasi. Algoritma yang digunakan pada penelitian ini yaitu SVM yang menghasilkan akurasi 574 Data Negatif dan 392 Data Positif.