Deteksi Konten Judi Online pada Teks Media Sosial Menggunakan Support Vector Machine dengan Ekstraksi Fitur TF-IDF
Tahun 2026 · Penulis: Prasta Agung Setiyabudi
Faculty of Computer Science, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/15216
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Terjemahan mesin (opus-mt-en-id) · dipakai untuk pengindeksan
Deteksi Konten Judi Online pada Teks Media Sosial Menggunakan Support Vector Machine dengan Ekstraksi Fitur TF-IDF
Pertumbuhan cepat media sosial telah memudahkan pengguna untuk berinteraksi dan berbagi informasi. Namun, media sosial juga telah menjadi media media untuk menyebarkan konten negatif, yang salah satunya adalah promosi judi online. Konten judi online sering kali didistribusikan melalui komentar pada berbagai media sosial, menciptakan kebutuhan akan metode deteksi otomatis. Penelitian ini bertujuan untuk mengembangkan model klasifikasi yang mampu mendeteksi komentar yang berisi konten judi online menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) dan Dukungan Mesin Vektor (SVM) metode. Dataset yang digunakan dalam penelitian ini diperoleh dari Kapggle dan berisi 10.230 komentar Indonesia YouTube, yang berisi 4.259 komentar judi online dan 6.021 komentar non-gamering. Tahap penelitian termasuk kumpulan data, pemrosesan pemangkaran kasus, pembersihan, tokenisasi, penghapusan stopword, dan penumpukan, fitur ekstraksi menggunakan TF-IDF, data yang membelah dengan rasio 80:20, pelatihan model menggunakan algoritma SVM, dan evaluasi menggunakan matriks bingung, akurasi, ingat, dan F1-score. Hasilnya menunjukkan bahwa model SVM dengan kernel linear mencapai kinerja klasifikasi yang sangat baik, memperoleh akurasi pelatihan 99,40% dan akurasi pengujian 98,19%. Selain itu, model mencapai presisi 99%, ingat 97%, dan F1-score 98%. Hasil ini menunjukkan kombinasi TF-IDF dan SVM efektif untuk mendeteksi konten judi online dalam komentar media sosial.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,856
Tahun 2026 · Penulis: Mahesa Riski Pratama
Klasifikasi Komentar Promosi Judi Online pada Platform Youtube Menggunakan Distilbert
Perkembangan media sosial, khususnya YouTube, telah membuka peluang interaksi digital yang luas, tetapi juga memunculkan berbagai bentuk penyalahgunaan, salah satunya penyebaran promosi judi online melalui kolom komentar. Permasalahan ini semakin kompleks kare
- Cosine 0,853
Tahun 2026 · Penulis: Tantra Wahyudi
Implementasi Sistem Deteksi Sentimen Berbasis Aspek untuk Ulasan Smartphone Menggunakan Metode Support Vector Machine (Studi kasus: iPhone 17 Pro)
Pengguna internet Indonesia telah menghasilkan jutaan ulasan smartphone di YouTube, yang sebagian besar ditulis dalam bahasa informal yang sangat tinggi yang berisi singkatan, typos, dan sarkasme, membuat analisis otomatis sangat menantang sistem konvensional.
- Cosine 0,838
Tahun 2026 · Penulis: Nurul Hadits
Pengembangan Ekstensi Peramban Berbasis Fine-Tuning Indobert untuk Identifikasi Komentar Bermuatan Judi di Platform Youtube
Pertumbuhan cepat media sosial telah menciptakan kesempatan untuk penyebaran konten berbahaya, termasuk promosi judi online di bagian komentar YouTube. Komentar promosi seperti sering disamarkan menggunakan bahasa yang tidak standar, singkatan, simbol, dan eks