Deteksi Konten Negatif pada Media Sosial Twitter dengan menggunakan Metode Support Vector Machine

Authors

  • Andrian Rizky Universitas Sebelas April Sumedang
  • Irvan Nugraha Marzuki STMIK Sumedang
  • Rifqi Adli Septian STMIK Sumedang

Keywords:

machine learning, konten negatif, twitter, support vector machine

Abstract

Media sosial Twitter merupakan salah satu media yang banyak digunakan oleh masyarakat Indonesia untuk berbagi informasi dan opini. Namun, media sosial ini juga rentan terhadap penyebaran konten yang merugikan, seperti konten rasis, konten yang mengandung ujaran kebencian (sara), dan konten pornografi. Konten-konten ini dapat memberikan dampak negatif pada pengguna dan masyarakat. Oleh karena itu, diperlukan sebuah sistem yang dapat mendeteksi konten-konten tersebut secara otomatis dan akurat. Penelitian ini bertujuan untuk mengembangkan sistem deteksi konten rasis, sara, dan pornografi di Twitter menggunakan metode Support Vector Machine (SVM). SVM adalah metode klasifikasi yang menggunakan hyperplane untuk memisahkan antara kelas konten negatif dan positif. Dalam penelitian ini, dilakukan klasifikasi teks yang melibatkan seleksi fitur menggunakan metode Information Gain untuk mengidentifikasi fitur-fitur yang relevan dalam proses klasifikasi antara kelas konten negatif (rasis, sara, pornografi) dan konten positif.


Kata kunci: konten negatif, twitter, support vector machine

References

Firmansyah, E., & Rahman, A. B. A. (2023). Pengukuran Kesiapan Kota Cerdas Berdasarkan SNI ISO 37122: 2019. Infoman's: Jurnal Ilmu-ilmu Informatika dan Manajemen, 17(2).

Kanthi, Y. A., Gumilang, K., & Aminah, S. (2024). Evaluasi Kepuasan Pengguna BRImo Menggunakan EUCS. Teknika, 13(1), 155-163.

Anahyu, Y. D. (2024). Analisis Kepuasan Pengguna Akhir Aplikasi Mytelkomsel Menggunakan Metode End User Computing Satisfaction (EUCS). JURNAL INOVTEK POLBENG-SERI INFORMATIKA, 9(1).

Firmansyah, E., Helmiawan, M. A., Fadil, I., Mahardika, F., Budiana, D., & Marliana, R. R. (2022, September). Integrated Academic Information System Based on The Perception of Ease And Benefits. In 2022 10th International Conference on Cyber and IT Service Management (CITSM) (pp. 1-6). IEEE.

Azzumar, M. F. (2023). Analisis Kepuasan Pengguna Terhadap Aplikasi Mobile Tiket. Com Menggunakan Metode End User Computing Satisfaction (EUCS) yang Dikembangkan (Bachelor's thesis, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta).

Zulfikar, W. B., Irfan, M., Ghufron, M., Jumadi, J., & Firmansyah, E. (2020). Marketplace affiliates potential analysis using cosine similarity and vision-based page segmentation. Bulletin of Electrical Engineering and Informatics, 9(6), 2492-2498.

Rospita, S., Firmansyah, E., & Helmiawan, M. A. (2024). Implementasi Google Family Link Sebagai Solusi Pengawasan Penggunaan Gadget Anak di Desa Sundamekar. JIMT: Jurnal Informatika, Multimedia dan Teknik, 1(1), 83-88.

Wahana, A., Firmansyah, E., Al Rosyid, H. I., Fuadi, R. S., & Maylawati, D. S. A. (2021). Fuzzy Tahani Method in the Recommendation System for Selecting Mountain Tourism Destinations in West Java.

Helmiawan, M. A., Fadil, I., Sofiyan, Y., & Firmansyah, E. (2021, September). Security model using intrusion detection system on cloud computing security management. In 2021 9th International Conference on Cyber and IT Service Management (CITSM) (pp. 1-5). IEEE.

Firmansyah, E., Herdiana, D., Yuniarto, D., & Junaedi, D. I. (2021, September). The K-Nearest Neighbor Algorithm for the Classification of Internet Users in Rural Campus. In 2021 9th International Conference on Cyber and IT Service Management (CITSM) (pp. 1-6). IEEE.

N. Abdulloh, "Aplikasi deteksi cyberbullying pada media sosial twitter," 2019.

A. F. Hidayatullah, "Deteksi Cyberbullying pada Cuitan Media Sosial Twitter," journal.uii.ac.id, vol. 1, p. 1, 2019.

J. Homepage, A. Roihan, P. Abas Sunarya and A. S. Rafika, "Technology) Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper," IJCIT (Indonesian Journal on Computer and Information Technology), vol. 5, no. 1, pp. 75-82, 2019.

A. Prayoga Permana, K. Ainiyah and K. Fahmi Hayati Holle, "Analisis Perbandingan Algoritma Decision Tree, kNN, dan Naive Bayes untuk Prediksi Kesuksesan Start-up," 2021.

O. V. P. F. R. P. Resa Triyana, "Deteksi Cyberbullying Pada Tweet Berbahasa Inggris Dengan Metode Support Vector Machine," prosiding.unipma.ac.id, vol. 1, 2020.

S. W. P. Epa Suryanto, "Perbandingan Reduced Support Vector Machine dan Smooth Support Vector Machine untuk Klasifikasi," ejurnal.its.ac.id, vol. 4, no. 2337-3520 (2301-928X Print), p. 1, 2015.

A. N. Z. A. &. H. S. Styawati, "Optimasi Parameter Support Vector Machine Berbasis Algoritma Firefly," Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), vol. 5, no. 904 - 910, p. 2, 2021.

K. E. T. L. Rooy Thaniket, "Prediksi kelulusan mahasiswa tepat waktu menggunakan algoritma support vector machine," JURNAL FATEKSA: Jurnal Teknologi dan Rekayasa, vol. 5, p. 2, 2020.

Ispandi, "Penerapan Algoritma Genetika untuk Optimasi Parameter pada," Journal of Intelligent Systems, vol. 1, no. ISSN 2356-3982, p. 2, 2015.

A. R. I. .. Y. Miftahuddin, "Implementasi SVM Untuk Deteksi Komentar Negatif Berbahasa Indonesia di Twitter," eproceeding.itenas.ac.id, vol. x, no. x, p. x, 2022.

Downloads

Published

2025-07-08

How to Cite

Rizky, A., Nugraha Marzuki, I., & Adli Septian, R. (2025). Deteksi Konten Negatif pada Media Sosial Twitter dengan menggunakan Metode Support Vector Machine. Infoman’s : Jurnal Ilmu-Ilmu Informatika Dan Manajemen, 19(1). Retrieved from https://ejournal.lppmunsap.org/index.php/infomans/article/view/824

Issue

Section

Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.