DETEKSI BULLYING PADA MEDIA SOSIAL X MENGUNAKAN METODE LONG SHORT- TERM MEMORY (LSTM)

HANDIKA, RAY (2025) DETEKSI BULLYING PADA MEDIA SOSIAL X MENGUNAKAN METODE LONG SHORT- TERM MEMORY (LSTM). Sarjana thesis, Universitas Pasir Pengaraian.

	Text COVER.pdf Download (882kB)
	Text BAB 1 2 3.pdf Download (586kB)
	Text BAB 4 5.pdf Restricted to Repository staff only Download (643kB) | Request a copy

Abstract

Bullying di media sosial menjadi permasalahan serius karena dapat menimbulkan dampak negatif terhadap kesehatan mental dan interaksi sosial pengguna. Penelitian ini bertujuan untuk merancang dan membangun sistem deteksi bullying pada media sosial X menggunakan metode Long Short-Term Memory (LSTM), salah satu arsitektur Recurrent Neural Network (RNN) yang efektif dalam menganalisis data sekuensial berbentuk teks. Data penelitian berupa teks berbahasa Indonesia yang dikumpulkan dari media sosial X, kemudian melalui tahapan preprocessing meliputi cleansing, tokenization, normalisasi, penghapusan stopwords, dan stemming. Selanjutnya, teks direpresentasikan dengan word embedding dan diproses menggunakan model LSTM. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1 -score, serta divisualisasikan melalui confusion matrix. Hasil pengujian menunjukkan bahwa model LSTM mampu mendeteksi teks bullying dengan performa yang baik, ditunjukkan oleh nilai akurasi sebesar 92,4%, precision 90,8%, recall 91,6%, dan F1- score 91,2%. Pengujian fungsional dengan metode black box testing juga membuktikan bahwa seluruh fitur utama aplikasi berjalan sesuai kebutuhan, mulai dari input teks, pemrosesan, hingga keluaran hasil deteksi. Dengan demikian, sistem yang dikembangkan dinyatakan berhasil dan layak digunakan sebagai alat bantu dalam mendeteksi konten bullying pada media sosial.

Item Type:	Thesis (Sarjana)
Uncontrolled Keywords:	Bullying, Deep Learning, Deteksi, LSTM, Media Sosial, Teks,
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 04:10
Last Modified:	11 Sep 2026 04:10
URI:	http://repository.upp.ac.id/id/eprint/4719

Actions (login required)

View Item