Analisis Sentimen terhadap Perundungan Siber pada Twitter menggunakan Algoritma Bidirectional Encoder Representations from Transformer (BERT)

Abstrak

Perundungan adalah tindakan yang sengaja dilakukan untuk menyakiti secara fisik, verbal, dan psikologis seseorang yang merasa tidak berdaya. Perundungan adalah masalah penting yang telah/diidentifikasi sebagai masalah sosial yang sangat serius di Amerika Serikat dan banyak bagian dunia lainnya. Perundungan siber adalah penggunaan teknologi informasi dan komunikasi untuk pelecehan yang disengaja/terencana dan aktivitas permusuhan, yang dilakukan berulang dan terstruktur dengan cara yang berpotensi membahayakan. Jenis perundungan siber termasuk intimidasi seseorang melalui media sosial, pelecehan, sexting, penipuan, meniru, dan mengirim pesan jahat melalui ruang obrolan dan pesan instan. Selama beberapa tahun terakhir, Bidirectional Encoder Representation from Transformers (BERT) telah menjadi model representasi yang digunakan secara luas dan efisien yang mencapai kinerja mutakhir pada tugas-tugas tingkat kalimat dan token-level, mengungguli banyak arsitektur tugas khusus. Tingkat akurasi pada klasifikasi perundungan siber dengan menggunakan data uji dan data validasi dalam Bahasa Indonesia yang dihasilkan dengan menggunakan algoritma BERT sebesar 0,81 yang dimana dalam persentase akurasinya adalah 81%. Algoritma BERT dapat membantu mengidentifikasikan masukan yang mengarah pada perundungan siber dengan memberikan keluaran berupa kelas dengan kategori yang telah ditentukan, yakni netral, bahasa kasar maupun mengandung ujaran kebencian. Sistem juga memberikan persentase terhadap kategori yang didapatkan melalui program tersebut.