Klasifikasi Komentar Cyberbullying pada Platform Instagram Menggunakan Machine Learning

Abstract

Perkembangan media sosial telah membawa dampak positif dan negatif dalam kehidupan bermasyarakat. Salah satu dampak negatifnya adalah cyberbullying, yaitu tindakan intimidasi secara daring melalui komentar negatif di media sosial seperti Instagram. Penelitian ini bertujuan untuk membangun sistem klasifikasi komentar cyberbullying menggunakan algoritma Machine Learning, yaitu Naïve Bayes, Decision Tree, dan K-Nearest Neighbor (K-NN). Dataset yang digunakan berjumlah 650 komentar Instagram berbahasa Indonesia yang telah dilabeli sebagai "Bullying" dan "Non-bullying". Proses preprocessing dilakukan dengan pembersihan teks dan transformasi fitur menggunakan TF-IDF. Evaluasi dilakukan berdasarkan metrik akurasi, presisi, recall, dan f1-score. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes memiliki performa terbaik dengan akurasi sebesar 82%, diikuti oleh K-NN sebesar 75%, dan Decision Tree sebesar 65%. Penelitian ini menunjukkan bahwa pendekatan klasifikasi berbasis machine learning dapat digunakan sebagai solusi awal dalam deteksi komentar cyberbullying di media sosial.