ANALISIS SENTIMEN PERUNDUNGAN TERHADAP GURU DENGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN NAÃVE BAYES
DOI:
https://doi.org/10.54314/jssr.v8i4.4916Abstract
Abstract: This study discusses sentiment analysis of bullying experienced by teachers on social media. The research employs the Support vector machine (SVM) and Naïve Bayes methods to classify sentiments into positive, negative, or neutral categories. The data were collected from various social media platforms and analyzed using text mining techniques. The results show that the SVM method achieved a higher accuracy rate compared to Naïve Bayes in detecting negative sentiments related to bullying toward teachers. These findings contribute to a better understanding of digital bullying patterns targeting educators and provide a foundation for developing more effective policies to address bullying cases in the educational environment. Keywords: Sentiment Analysis, Bullying, Teachers, Support Vector Machine, Naïve Bayes, Text Mining. Abstrak: Penelitian ini membahas analisis sentimen terhadap perundungan yang dialami oleh guru di media sosial. penelitian ini menggunakan metode support vector machine (svm) dan naïve bayes untuk mengklasifikasikan sentimen menjadi positif, negatif, atau netral. data yang digunakan berasal dari berbagai platform media sosial dan dianalisis menggunakan teknik text mining. hasil penelitian menunjukkan bahwa metode svm memiliki tingkat akurasi yang lebih tinggi dibandingkan dengan naïve bayes dalam mendeteksi sentimen negatif terkait perundungan terhadap guru. temuan ini dapat membantu dalam memahami pola perundungan digital terhadap tenaga pendidik serta memberikan dasar untuk kebijakan yang lebih efektif dalam menangani kasus perundungan di dunia pendidikan. Kata Kunci: Analisis Sentimen, Perundungan, Guru, Support Vector Machine, Naïve Bayes, Text Mining.Downloads
References
Alhari, M. I., Pratiwi, O. N., & Lubis, M. (2022). Sentiment analysis of the public perspective electric cars in Indonesia using Support Vector Machine algorithm. 2022
International Conference of Science and Information Technology in Smart Administration (ICSINTESA), 155–160.
Ali, S., Hartini, N., & Yoenanto, N. H. (2022). Characteristics of bullying perpetrators and bullying victimization at the Indonesians schools: A review. Journal of Positive School Psychology, 3392– 3404.
Fatkhiati, F. (2023). Bullying dalam perspektif psikologi pendidikan. Pionir: Jurnal Pendidikan, 12(3).
Ginabila, G., & Fauzi, A. (2023). Analisis sentimen terhadap pemutar musik online Spotify dengan algoritma Naive Bayes dan Support Vector Machine. Jurnal Ilmiah ILKOMINFO, 6(2), 111–122.
Herlinawati, N., Yuliani, Y., Faizah, S., & Gata, W. (2020). Analisis sentimen Zoom Cloud Meetings di Play Store menggunakan Naïve Bayes dan Support Vector Machine. Jurnal Sistem Informasi, 5(2).
Kambey, G. E. I., Sengkey, R., & Jacobus, A. (2020). Penerapan clustering pada aplikasi pendeteksi kemiripan dokumen teks bahasa Indonesia. Jurnal Teknik Informatika, 15(2), 75–82.
Metivianis, R., Ratnawati, D. E., & Rahayudi, B. (2022). Analisis sentimen pengguna Twitter terhadap vaksinasi Sinovac dan AstraZeneca menggunakan algoritma CART. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 6(4), 1913–1920.
Munawaroh, S. (2023, Desember 12). Perundungan siswa terhadap guru. Kompasiana. https://www.kompasiana.com/Sitimu nawaroh3073/652a8e80110fce17fa2f 2082/Perundungan-Siswa-Terhadap- Guru
Nurian, A., Ma’arif, M. S., Amalia, I. N., & Rozikin, C. (2024). Analisis sentimen pengguna aplikasi Shopee pada situs Google Play menggunakan Naive Bayes Classifier. Jurnal Informatika dan Teknik Elektro Terapan, 12(1).
Nursinggah, L., Ruuhwan, R., & Mufizar,
T. (2024). Analisis sentimen pengguna aplikasi X terhadap program makan siang gratis dengan metode Naïve Bayes Classifier. Jurnal Informatika dan Teknik Elektro Terapan, 12(3). https://doi.org/10.23960/jitet.v12i3.4 336
Putri, D. D., Nama, G. F., & Sulistiono,
W. E. (2022). Analisis sentimen kinerja Dewan Perwakilan Rakyat (DPR) pada Twitter menggunakan metode Naive Bayes Classifier. Jurnal Informatika dan Teknik Elektro Terapan, 10(1).
Sanga, L. D., & Wangdra, Y. (2023). Pendidikan adalah faktor penentu daya saing bangsa. Prosiding Seminar Nasional Ilmu Sosial dan Teknologi (SNISTEK), 5, 84–90.
Suryati, E., Aldino, A. A., & Penulis Korespondensi, N. (2023). Analisis sentimen transportasi online menggunakan ekstraksi fitur model Word2Vec text embedding dan algoritma Support Vector Machine. Jurnal Teknologi dan Sistem Informasi, 4(1), 96–106. https://doi.org/10.33365/jtsi.v4i1.244 5
Yanlua, S. Z., & Yanlua, N. (2024). Upaya pencegahan tindakan perundungan disabilitas di Kota Makassar. Bacarita Law Journal, 4(2), 204–214.
Zelina, N., & Afiyati, A. (2024). Analisis sentimen ulasan pengguna aplikasi M-Banking menggunakan algoritma Support Vector Machine dan Decision Tree. Jurnal Linguistik Komputasional (JLK), 7(1).
