Pemanfaatan Metode Analisis Sentimen Sebagai Pendekatan Deteksi Dini Bullying

Abstract

Bullying adalah sebuah bentuk tindakan kekerasan anak yang dilakukan teman sebaya maupun yang lebih tua kepada seseorang yang lebih ‘rendah’ atau lebih lemah untuk mendapat keuntungan atau kepuasan tertentu. bullying masih menjadi teror bagi anak-anak di lingkungan sekolah maupun di luar sekolah. Berdasarkan masalah tersebut, maka dibutuhkan suatu sistem yang memungkinkan mendeteksi potensi tindakan bullying secara dini dan memberikan informasi yang relevan untuk membantu pihak terkait dalam menindak lanjuti kejadian bullying tersebut. Sistem ini memanfaatkan sebuah model analisis sentimen berbasis NLP (Natural Language Processing), dengan model analisis sentimen yang diterapkan pada platform mobile memanfaatkan teknologi ML (Machine Learning) untuk memproses dan menganalisis data teks secara otomatis. Metode yang digunakan dimulai dengan pengumpulan data teks, yang kemudian diproses menggunakan teknik NLP untuk ekstraksi fitur. Penelitian ini mengembangkan sistem deteksi bullying melalui analisis sentimen dengan membandingkan tiga model machine learning untuk menemukan kinerja terbaik: BiLSTM (Bidirectional Long Short-Term Memory) sebagai model utama berbasis deep learning, Naïve Bayes sebagai baseline statistik, dan IndoBERT sebagai representasi model state-of-the-art. Hasil penelitian menunjukkan bahwa model BiLSTM mencapai kinerja paling unggul dengan akurasi keseluruhan tertinggi sebesar 90,00%. Berdasarkan hasil tersebut, model BiLSTM dipilih sebagai model final, model ini kemudian berhasil diimplementasikan ke dalam aplikasi mobile, fungsional yang mampu menyediakan deteksi teks perundungan secara real-time.