UTARI, DWI and Coastera, Funny Farady and Yusa, Mochammad (2021) KOMBINASI METODE LEXICON BASED DAN SUPPORT VECTOR MACHINE UNTUK MENDETEKSI KOMENTAR BODY SHAMING. Other thesis, Universitas Bengkulu.
![Thesis [thumbnail of Thesis]](https://repository.unib.ac.id/style/images/fileicons/archive.png)
SKRIPSI DWI UTARI G1A017004.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).
Download (3MB)
Abstract
Body shaming merupakan perbuatan mengkritik atau mencela bagian tubuh orang
lain yang tidak sesuai dengan standar kecantikan yang dipercaya oleh para pelaku.
Perbuatan ini bisa terjadi baik secara langsung maupun tidak langsung melalui
perantara media sosial. Penelitian ini bertujuan untuk mengkombinasikan metode
lexicon based dan learning based untuk mendeteksi apakah sebuah komentar
masuk ke dalam komentar body shaming atau bukan. Metode yang digunakan
dalam penelitian ini adalah kombinasi dari metode Lexicon Based dan Support
Vector Machine. Dataset yang digunakan untuk melatih model berasal dari lima
akun Instagram publik yaitu @lambe_turah, @awreceh.id, @young_lex18,
@millencyrus dan @rahmawatikekeyiputricantikka23. Setelah melewati
preprocessing, data komentar yang awalnya berjumlah 30.000 tereduksi menjadi
19.450 data komentar. Dari hasil tahapan Lexicon Based, komentar ini kemudian
terbagi menjadi 8.130 komentar positif, 5.929 komentar netral, 4.693 komentar
negatif, dan 697 komentar body shaming. Sebanyak 5.390 data yang terdiri dari
4.693 komentar negatif, dan 697 komentar body shaming ini kemudian digunakan
untuk melatih model yang akan dibangun. Model yang dihasilkan oleh metode
Support Vector Machine berhasil mendapatkan nilai akurasi sebesar 99.44%
dengan pembagian data latih dan data uji 80:20.
Kata kunci: Body shaming, media sosial, komentar, Lexicon Based, Support
Vector Machine
Item Type: | Thesis (Other) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering > Department of Informatics Engineering |
Depositing User: | 58 lili haryanti |
Date Deposited: | 08 Oct 2025 01:11 |
Last Modified: | 08 Oct 2025 01:11 |
URI: | https://repository.unib.ac.id/id/eprint/28010 |