KLASIFIKASI KOSAKATA KASAR DAN TIDAK KASAR PADA KOMENTAR INSTAGRAM MENGGUNAKAN METODE RANDOM FOREST BERBASIS MACHINE LEARNING

FAOZAN, MOHAMMAD HOFAL (2025) KLASIFIKASI KOSAKATA KASAR DAN TIDAK KASAR PADA KOMENTAR INSTAGRAM MENGGUNAKAN METODE RANDOM FOREST BERBASIS MACHINE LEARNING. Sarjana thesis, Universitas Pasir Pengaraian.

	Text COVER.pdf Download (968kB)
	Text BAB 1 2 3.pdf Download (560kB)
	Text BAB 4 5.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Pertumbuhan komentar di Instagram menuntut moderasi yang cepat dan konsisten atas kosakata kasar. Penelitian ini mengembangkan pengklasifikasi otomatis untuk membedakan komentar “kasar” dan “tidak kasar” berbahasa Indonesia yang diambil dari akun Instagram Gibran Rakabuming Raka, Wakil Presiden Republik Indonesia. Pipeline end-to-end mencakup pengambilan komentar publik, pembersihan dan normalisasi teks, ekstraksi fitur TF–IDF, pelatihan Random Forest, evaluasi, serta antarmuka inferensi dengan skor kepercayaan. Pada skema hold-out 80/20 (1.324 komentar validasi), model terbaik dengan 340 pohon mencapai akurasi 0,9607 dan F1-macro 0,9353, untuk kelas “kasar” diperoleh presisi 0,9651 dan recall 0,8340, selaras dengan confusion matrix yang menunjukkan false positive rendah namun sebagian hinaan tersamarkan masih terlewat. Sistem lulus uji black-box per fitur dan layak dioperasikan sebagai alat bantu moderasi dengan menurunkan beban kurasi manual, menjaga konsistensi keputusan, serta menyediakan jejak audit (model serialisasi, log, dan metrik). Secara praktis, pendekatan ini meningkatkan higienitas percakapan dengan risiko penandaan keliru pada komentar netral yang rendah.

Item Type:	Thesis (Sarjana)
Uncontrolled Keywords:	Instagram, klasifikasi teks, Random Forest
Subjects:	Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Pustaka - -
Date Deposited:	11 Sep 2026 04:23
Last Modified:	11 Sep 2026 04:23
URI:	http://repository.upp.ac.id/id/eprint/4721

Actions (login required)

View Item