ETD - UIR

Electronic Thesis and Dissertation

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Member Area
    Member Login Online Registration
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject NPM Advanced Search

Last search:

{{tmpObj[k].text}}
Image of Klasifikasi Cyber Harassment Pada Media Sosial Twitter Menggunakan Metode Logistic Regression
Bookmark Share

Art Original

Klasifikasi Cyber Harassment Pada Media Sosial Twitter Menggunakan Metode Logistic Regression

Liya Nur Afidah - Personal Name; Arbi Haza Nasution - Personal Name;

Cyber Harassment (pelecehan online) didefinisikan sebagai perilaku yang disengaja dan berulang dengan memanfaatkan teknologi seperti media sosial, termasuk Twitter. Twitter merupakan salah satu media sosial yang banyak digunakan di Indonesia. Akan tetapi, masih banyak orang yang salah dalam memanfaatkannya, sehingga kasus Cyber Harassment terjadi di media sosial Twitter. Penelitian ini bertujuan untuk membandingkan performa model dalam mengklasifikasikan jenis-jenis Cyber Harassment pada media sosial Twitter dengan metode Logistic Regression yang dibandingkan dengan metode K-Nearest Neighbor (KNN) dan Naïve Bayes. Data diambil dari berbagai tweet yang mengandung unsur Cyber Harassment. Data yang digunakan pada penelitian ini sebanyak 2500 data tweet berbahasa Indonesia yang dikumpulkan menggunakan Tweet-Harvest. Jenis-jenis Cyber Harassment terdiri dari Physical Threats, Purposeful Embarrassment, Racist, Sexual Harassment, dan Neutral. Berdasarkan hasil penelitian, tingkat keberhasilan klasifikasi Cyber Harassment pada media sosial Twitter menggunakan K-fold Cross Validation dengan metode Logistic Regression mendapat hasil akurasi sebesar 83%, precision 82%, recall 83% dan f1- score 82%. Dengan metode KNN mendapat hasil akurasi sebesar 76%, precision 76%, recall 76% dan f1-score 76%, sedangkan dengan metode Naïve Bayes mendapat hasil akurasi sebesar 79%, precision 78%, recall 79% dan f1-score 78%. Hasil penelitian menunjukkan bahwa performa model terbaik untuk mengklasifikasikan jenis-jenis Cyber Harassment pada penelitian ini adalah dengan metode Logistic Regression karena menghasilkan nilai akurasi, precision, recall dan f1-score tertinggi.


Availability
#
Teknik Informatika (Fakultas Teknik) Informatika 006.754 Liy k
248783
Available but not for loan - ETD
Detail Information
Call Number
Informatika 006.754 Liy k
Language
Indonesia
NPM
203510422
Publisher
Teknik Infomatika : Universitas Islam Riau., 2024
Keyword(s)
Naive Bayes
Logistic Regression
Cyber Harassment
K-Nearest Neighbor
Other Information
Petugas
Yuni
Other version/related

No other version available

File Attachment
  • Please login to see this attachment
Comments

You must be logged in to post a comment

ETD - UIR
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2026 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?