Detail Cantuman Kembali
ANALISIS SENTIMEN BODY SHAMING PADA MEDIA SOSIAL X MENGGUNAKAN RANDOM FOREST DAN NAÏVE BAYES
- Bagikan:
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
016 YUN A R.1
NONE
Text Skripsi
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2025
Yogyakarta
LOADING LIST...
LOADING LIST...