PEMANFAATAN MACHINE LEARNING MODEL INDOBERT UNTUK MENGIDENTIFIKASI CYBERBULLYING PADA KOLOM KOMENTAR SOSIAL MEDIA YOUTUBE

Abstrak

Perkembangan media sosial, khususnya YouTube, menyebabkan meningkatnya interaksi pengguna pada kolom komentar. Tingginya aktivitas komentar tersebut juga memunculkan berbagai bentuk komentar negatif seperti penghinaan, pelecehan, sarkasme, dan serangan verbal yang termasuk dalam kategori Cyberbullying. Oleh karena itu, diperlukan sebuah sistem yang mampu mengidentifikasi komentar Cyberbullying secara otomatis. Penelitian ini bertujuan untuk membangun sistem deteksi Cyberbullying pada komentar YouTube berbahasa Indonesia menggunakan model IndoBERT. Dataset penelitian diperoleh melalui proses scraping komentar YouTube menggunakan YouTube Data API dari video konten di Indonesia tahun 2019–2024. Tahapan penelitian meliputi preprocessing data, labeling manual, dataset balancing, tokenisasi, training model, evaluasi model, serta implementasi sistem berbasis web menggunakan Laravel dan FastAPI. Dataset akhir yang digunakan sebanyak 9.298 data yang terdiri dari kategori Cyberbullying, Non-Bullying, dan Undifine/Data Tidak Valid. Proses training menggunakan model indobenchmark/indobert-base-p1 dengan pembagian data training dan testing sebesar 80:20. Berdasarkan hasil evaluasi model, diperoleh nilai accuracy sebesar 81,45%, precision sebesar 85,49%, recall sebesar 79,64%, F1-score sebesar 81,87%, dan AUC sebesar 93,90%. Hasil tersebut menunjukkan bahwa model IndoBERT mampu melakukan klasifikasi komentar Cyberbullying dengan cukup baik pada komentar YouTube berbahasa Indonesia. Berdasarkan hasil penelitian, sistem yang dibangun mampu membantu proses identifikasi komentar Cyberbullying secaraa otomatis serta menunjukkan bahwa model IndoBERT efektif digunakan dalam analisis teks media sosial berbahasa Indonesia.

Identifier

• OpenAlex: https://openalex.org/W7167940355
• DOI: https://doi.org/10.36341/rabit.v11i2.8092