KLASIFIKASI CYBERBULLYING PADA TEKS MEDIA SOSIAL BERBAHASA INDONESIA MENGGUNAKAN MODEL BIDIRECTIONAL LSTM

Abstrak

Penelitian ini bertujuan untuk mengklasifikasikan teks cyberbullying pada media sosial berbahasa Indonesia menggunakan model Bidirectional Long Short-Term Memory (BiLSTM) yang ditingkatkan dengan pre-trained embedding FastText bahasa Indonesia 300-dimensi. Permasalahan utama yang diangkat adalah tingginya penggunaan bahasa tidak formal, seperti bahasa gaul, singkatan, dan variasi penulisan, yang menyulitkan analisis teks otomatis, serta keterbatasan representasi semantik pada pendekatan embedding acak. Metode yang digunakan meliputi tahap preprocessing data yang mencakup cleaning, normalisasi menggunakan kamus bahasa gaul dengan perlindungan kata toxic, tokenisasi, dan padding, dilanjutkan dengan pembangunan model BiLSTM menggunakan Functional API dengan dual pooling (GlobalMaxPooling + GlobalAveragePooling), regularisasi L2, SpatialDropout1D, BatchNormalization, dan penanganan class imbalance menggunakan class weight. Dataset yang digunakan terdiri dari 2.109 komentar berbahasa Indonesia yang dikumpulkan dari TikTok dan Instagram, dengan distribusi kelas yang hampir seimbang (1.058 Non-CB dan 1.051 CB). Hasil penelitian menunjukkan bahwa model yang dibangun berhasil meningkatkan performa dibandingkan model baseline, dengan penurunan gap overfitting yang signifikan antara akurasi training dan testing. Penelitian ini menunjukkan bahwa kombinasi pre-trained embedding FastText dengan arsitektur BiLSTM yang teroptimasi merupakan pendekatan yang efektif dan resource-efficient untuk klasifikasi teks cyberbullying berbahasa Indonesia.

Identifier

• DOI: https://doi.org/10.36341/rabit.v11i2.7808
• OpenAlex: https://openalex.org/W7167922451