Perbandingan kinerja algoritma Naïve Bayes Model Multinomial dan Bernoulli pada pengklasifikasian komentar cyberbullying

Pada era sekarang, ditengah pesatnya perkembangan teknologi, ada banyak orang yang menyalahgunakan teknologi untuk melakukan tindakkan kurang menyenangkan terhadap orang lain, salah satunya bullying yang dilakukan menggunakan media sosial yang disebut sebagai cyberbullying. Maka peneliti melakukan pengklasifikasian data komentar pada media sosial apakah termasuk komentar bullying. Penelitian ini dilakukan untuk melakukan pengklasifikasian data komentar pada sosial media apakah termasuk komentar cyberbullying dengan membandingkan terlebih dahulu kinerja antara algoritma Naive Bayes Multinomial dan Bernoulli dalam mengklasifikasikan data komentar tersebut. Pada penelitian ini akan membandingkan algoritma Naive Bayes Classifier model Multinomial dan Bernoulli untuk mendapatkan model terbaik. Pada penelitian ini juga membandingkan penggunaan metode feature extraction Bag of Words dan TF-IDF untuk meningkatkan akurasi dari algoritma yang digunakan. Dari penelitian yang dilakukan, diperoleh nilai akurasi tertinggi dan rata - rata waktu pemrosesan yang lebih cepat pada algoritma Naive Bayes model Multinomial dengan nilai akurasi tertinggi yaitu 0.769. Penggunaan metode feture extraction Bag of Words juga dapat meningkatkan akurasi lebih signifikasi dibanding TF-IDF.