Laila Asrin Primary Author mixed material bibliography Banda Aceh Fakultas MIPA (S1) 2025

Skripsi

Perkembangan media sosial seperti TikTok telah memberikan ruang ekspresi yang luas bagi penggunanya, namun juga memunculkan fenomena negatif seperti cyberbullying, khususnya yang bersifat misoginis. Komentar-komentar yang merendahkan perempuan semakin marak dan sering luput dari pengawasan. Penelitian ini bertujuan membangun model klasifikasi berbasis IndoBERT untuk mendeteksi komentar cyberbullying dan misoginis pada platform TikTok. Proses klasifikasi dilakukan dalam dua tahap, yaitu tahap pertama untuk mengidentifikasi komentar cyberbullying, dan tahap kedua untuk mendeteksi unsur misogini pada komentar yang telah diklasifikasi sebagai cyberbullying. Data diperoleh melalui web scraping, kemudian diproses dan diberi label sesuai kategori. Hasil menunjukkan bahwa IndoBERT mengungguli model machine learning konvensional dan pretrained model lainnya, dengan akurasi 90% dan F1-score 89% untuk klasifikasi cyberbullying, serta akurasi 85% dan F1-score 74% untuk klasifikasi misogini. Model yang dibangun diimplementasikan pada komentar dalam beberapa tren TikTok. Hasil analisis distribusi menunjukkan tingginya proporsi komentar cyberbullying, dan di antaranya terdapat komentar yang mengandung unsur misoginis. Selain itu, analisis temporal menunjukkan waktu komentar pada video TikTok meningkat pada malam hari, sementara komentar dengan unsur cyberbullying terlihat mendominasi tanpa terikat pada waktu tertentu. Temuan ini berkontribusi pada pengembangan sistem deteksi otomatis sebagai alat bantu moderasi konten, guna menciptakan ruang digital yang lebih aman dan bebas dari kekerasan verbal terhadap perempuan. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 160809 2025-07-14 15:02:30 2025-07-14 15:07:41 machine generated