KLASIFIKASI CYBERBULLYING DI TWITTER MENGGUNAKAN METODE  GRADIENT BOOSTING

Authors

Keywords: Cyberbullying, Klasifikasi Teks, Gradient Boosting, Preprocessing Teks, Evaluasi Model, Machine Learning, Visualisasi Hasil

Abstrak

Cyberbullying merupakan salah satu masalah sosial yang berkembang pesat seiring dengan meningkatnya

penggunaan media sosial. Deteksi dan klasifikasi kasus cyberbullying menjadi tantangan penting dalam

meminimalisir dampak negatif terhadap korban. Penelitian ini bertujuan untuk mengklasifikasikan teks yang

mengandung unsur cyberbullying dengan menggunakan metode Gradient Boosting. Proses penelitian dimulai

dengan mengimpor pustaka yang diperlukan dan memuat dataset yang berisi komentar-komentar online.

Kemudian, dilakukan preprocessing teks, seperti penghapusan stop words dan tokenisasi, untuk memastikan data

siap digunakan. Selanjutnya, dataset dibagi menjadi data pelatihan dan data pengujian. Model Gradient Boosting

diinisialisasi dan dilatih menggunakan data pelatihan, kemudian dilakukan prediksi pada data pengujian. Evaluasi

model dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan F1-score untuk mengukur kinerja

klasifikasi. Hasil penelitian menunjukkan bahwa metode Gradient Boosting mampu mengklasifikasikan teks

cyberbullying dengan akurasi yang memuaskan. Selain itu, visualisasi hasil evaluasi model membantu dalam

memahami performa model secara lebih mendalam.