Deteksi Komentar Cyberbullying Pada YouTube Dengan Metode Convolutional Neural Network - Long Short-Term Memory Network (CNN-LSTM)

Albertus Josef Andika; Yosi Kristian; Esther Irawati Setiawan

doi:10.34148/teknika.v12i3.677

Albertus Josef Andika Magister Teknologi Informasi, Institut Sains dan Teknologi Terpadu Surabaya, Surabaya, Jawa Timur
Yosi Kristian Magister Teknologi Informasi, Institut Sains dan Teknologi Terpadu Surabaya, Surabaya, Jawa Timur
Esther Irawati Setiawan Magister Teknologi Informasi, Institut Sains dan Teknologi Terpadu Surabaya, Surabaya, Jawa Timur

DOI: https://doi.org/10.34148/teknika.v12i3.677

Keywords: Cyberbullying Detection, CNN-LSTM, Youtube, Scrapping, Dataset Indonesia

Abstract

Pada era digital seperti sekarang cyberbullying kerapkali terjadi di berbagai belahan dunia termasuk di Indonesia, hal ini dapat terjadi pada siapa saja dan dimana saja terutama media sosial seperti YouTube melalui fitur komentar semua pengguna yang memiliki akun dapat dengan mudah terlibat cyberbullying hanya melalui berbalas komentar. Penelitian ini bertujuan untuk melakukan deteksi adanya cyberbullying melalui pengumpulan serta pengklasifikasian komentar negatif video pada kanal YouTube dengan konten tertentu berbasis bahasa Indonesia (serta bahasa-bahasa daerah tertentu, seperti Jawa dan Surabaya) melalui metode deep-learning Convolutional Neural Network — Long Short-Term Memory Network (CNN-LSTM). Dataset komentar yang dipakai dalam penelitian dikumpulkan dengan menggunakan Application Program Interface (API) yang telah disediakan oleh Youtube secara gratis dan berbatas kuota secara kumulatif. Terkumpul data komentar total sebanyak 26.918 komentar dengan perincian 9.834 komentar terklasifikasi cyberbullying dan 17.084 komentar terklasifikasi sebagai bukan cyberbullying. Setelah dataset dipakai dalam proses training pada model CNN-LSTM dan menghasilkan sebuah model dengan nilai F1-score sebesar 0,84, model tersebut dipakai dalam sebuah API sederhana yang menerima input beberapa kalimat yang akan dideteksi konten cyberbullying dan menghasilkan output berupa JSON yang berisi hasil klasifikasi dari setiap kalimat yang akan dideteksi.

Downloads

Download data is not yet available.

References

Rahayu, F. S. (2012). Cyberbullying sebagai dampak negatif penggunaan teknologi informasi. Journal of Information Systems, 8(1), 22-31.

C. Salmivalli, “Bullying and the Peer Group: A Review,” Aggression and Violent Behavior, vol. 15, no. 2, pp. 112—120, 2010. doi:10.1016/j.avb.2009.08.007.

[1] J. W. Patchin, “Summary of our cyberbullying research (2004-2022),” Cyberbullying Research Center, https://cyberbullying.org/summary-of-our-cyberbullying-research.

Hinduja, S. & Patchin, J. W. (2020). Cyberbullying fact sheet: Identification, Prevention, and Response. Cyberbullying Research Center. Retrieved May 15,2020 , from https://cyberbullying.org/Cyberbullying-Identification-Prevention-Response-2020.pdf

Dama, A. (2019, October 20). Artis Korea Sulli Bunuh Diri Karena Dibully, Inilah Isi Deretan Komentar Bully Sebut Pelacur. Retrieved May 15, 2020, from https://kupang.tribunnews.com/2019/10/20/artis-korea-sulli-bunuh-diri-karena-dibully-inilah-isi-deretan-komentar-bully-sebut-pelacur

N. R. Muhammad and S. Nandang , “Perlindungan Hukum terhadap Korban Cyberbullying pada Remaja di Tinjau dari Undang-Undang Nomor 19 Tahun 2016 tentang Perubahan atas Undang-Undang Nomor 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik,” Prosiding Ilmu Hukum, vol. 7, no. 2, pp. 775—780, Aug. 2021. doi:10.29313/.v0i0.27613

A. Sakban, S. Sahrul, A. Kasmawati, and H. Tahir, “Kebijakan Hukum Pidana Terhadap Kejahatan Cyber Bullying di Indonesia,” CIVICUS : Pendidikan-Penelitian-Pengabdian Pendidikan Pancasila dan Kewarganegaraan, vol. 7, no. 2, p. 59, 2019. doi:10.31764/civicus.v7i2.1195

L. Anindyati, A. Purwarianti, and A. Nursanti, “Optimizing Deep Learning for detection cyberbullying text in Indonesian language,” 2019 International Conference of Advanced Informatics: Concepts, Theory and Applications (ICAICTA), 2019. doi:10.1109/icaicta.2019.8904108

J. Pardede, “Deteksi Komentar cyberbullying Pada media sosial Berbahasa Inggris menggunakan naÃ¯ve bayes classification,” Jurnal Informatika, vol. 7, no. 1, pp. 46—54, 2020. doi:10.31311/ji.v7i1.6920

R. Masbadi Hatullah Nurnaryo et al., “Deteksi Cyberbullying Pada data tweet Menggunakan metode random forest Dan Seleksi FITUR Information Gain,” Jurnal Simantec, vol. 11, no. 1, pp. 33—40, 2022. doi:10.21107/simantec.v11i1.17256

H. Rosa, D. Matos, R. Ribeiro, L. Coheur, and J. P. Carvalho, “A ‘deeper’ look at detecting cyberbullying in social networks,” 2018 International Joint Conference on Neural Networks (IJCNN), 2018. doi:10.1109/ijcnn.2018.8489211

M. A. Al-garadi, K. D. Varathan, and S. D. Ravana, “Cybercrime detection in online communications: The experimental case of cyberbullying detection in the Twitter network,” Computers in Human Behavior, vol. 63, pp. 433—443, 2016. doi:10.1016/j.chb.2016.05.051

V. Nahar, S. Al-Maskari, X. Li, and C. Pang, “Semi-supervised Learning for cyberbullying detection in social networks,” Lecture Notes in Computer Science, pp. 160—171, 2014. doi:10.1007/978-3-319-08608-8_14

M. Dittenbach, D. Merkl and A. Rauber, "The growing hierarchical self-organizing map," Proceedings of the IEEE-INNS-ENNS International Joint Conference on Neural Networks. IJCNN 2000. Neural Computing: New Challenges and Perspectives for the New Millennium, Como, Italy, 2000, pp. 15-19 vol.6, doi: 10.1109/IJCNN.2000.859366.

S. Agrawal and A. Awekar, “Deep learning for detecting cyberbullying across multiple social media platforms,” Lecture Notes in Computer Science, pp. 141—153, 2018. doi:10.1007/978-3-319-76941-7_11