Dr. Domy Kristomo, S.T., M.Eng Contributor Yunas, An - 22/2008/008/TSD/15 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2025 monographic id Indonesia

Text Skripsi

Abstrak–Fenomena body shaming di media sosial, khususnya pada platform X (Twitter), semakin marak dan memberikan dampak negatif terhadap kondisi psikologis penggunanya. Penelitian ini bertujuan untuk menganalisis sentimen komentar yang mengandung unsur body shaming dengan membandingkan performa dua algoritma klasifikasi teks, yaitu Random Forest dan Naïve Bayes Classifier. Metode yang digunakan meliputi pengumpulan 2.204 tweet yang mengandung kata kunci terkait body shaming, dilanjutkan dengan tahapan preprocessing seperti cleaning, tokenizing, stopword removal, dan stemming. Data kemudian diberi bobot menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) dan dibagi menjadi data latih dan data uji. Evaluasi model dilakukan menggunakan teknik 10-Fold Cross Validation dan metrik akurasi, presisi, recall, serta F1-score. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memperoleh akurasi tertinggi sebesar 90,68%, sedikit lebih unggul dibandingkan Random Forest yang mencapai akurasi 89,79%. Namun demikian, Random Forest menunjukkan performa yang lebih seimbang dalam mengklasifikasikan sentimen netral dan negatif. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kedua algoritma mampu mengklasifikasikan sentimen body shaming dengan akurat, dengan Naïve Bayes lebih sesuai untuk digunakan pada dataset serupa. Kata Kunci: Body Shaming; Twitter; Klasifikasi; Naïve Bayes; Random Forest SOSIAL X BODY SHAMING Random Forest NAIVE BAYES Analisis Sentimen NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 016 YUN A R.1 YUN0016MT0125 RAK REFERENSI TESIS MTI 016 YUN A R.1 17893 2025-09-12 10:45:12 2025-09-12 10:46:32 machine generated