Deteksi Cyberbullying pada Pesan Berbahasa Indonesia di Platform Discord Menggunakan Multinomial Naïve Bayes dan Pembobotan TF-IDF

Naufal Ikhsan; Sarjon Defit; Abulwafa Muhammad

doi:10.55382/jurnalpustakadata.v6i4.2481

Authors

Naufal Ikhsan Universitas Putra Indonesia YPTK padang
Sarjon Defit Universitas Putra Indonesia YPTK padang
Abulwafa Muhammad Universitas Putra Indonesia YPTK padang

DOI:

https://doi.org/10.55382/jurnalpustakadata.v6i4.2481

Keywords:

cyberbullying, Discord, Multinomial Naïve Bayes, TF-IDF, text mining

Abstract

Perundungan siber pada platform komunikasi daring menimbulkan dampak psikologis yang serius bagi korban, sementara mekanisme moderasi Discord saat ini masih bertumpu pada pelaporan manual yang tidak skalabel untuk menangani volume pesan yang besar. Penelitian ini bertujuan membangun sistem deteksi perundungan siber otomatis untuk pesan berbahasa Indonesia pada platform Discord sebagai solusi atas keterbatasan tersebut, menggunakan algoritma Multinomial Naïve Bayes dengan pembobotan TF-IDF. Sebanyak 71.591 pesan mentah diekstraksi dari empat server Discord dan dibersihkan menjadi 49.712 pesan. Kandidat perundungan disaring melalui empat tahap berlapis, yaitu pencocokan leksikon kata kasar, pemindaian pola frasa, penyaringan dibantu model, serta pemindaian penanda identitas, sehingga diperoleh 3.027 pesan berlabel dalam enam kelas. Data diproses melalui tujuh tahap praproses dan diklasifikasikan pada dua skema, yaitu enam kelas dan biner. Hasil pengujian menunjukkan akurasi 0,802 dengan macro-F1 0,531 pada skema enam kelas, serta akurasi 0,822 dengan macro-F1 0,687 pada skema biner. Validasi silang lima lipat menghasilkan hasil yang stabil (0,817 ± 0,010 dan 0,823 ± 0,014). Dibandingkan penebak kelas mayoritas, model meningkatkan macro-F1 sebesar 55,9 persen. Analisis kesalahan memperlihatkan 74,6 persen kekeliruan berupa pesan perundungan yang terlewat, sedangkan kekeliruan antar kategori hanya 0,8 persen. Uji ablasi membuktikan bahwa penyeimbangan kelas melalui penggandaan data justru menurunkan kinerja karena mendistorsi peluang awal. Dengan kinerja yang stabil dan tingkat kekeliruan antar kategori yang sangat rendah, sistem ini layak digunakan sebagai alat bantu moderator Discord untuk memprioritaskan pesan yang berpotensi mengandung perundungan, bukan sebagai penindak mandiri.

Downloads

Download data is not yet available.

References

Chen, X., Xie, H., Qin, S. J., Wang, F. L., & Hou, Y. (2025). Artificial intelligence-supported student engagement research: Text mining and systematic analysis. European Journal of Education, 60(1). https://doi.org/10.1111/ejed.70008

Torres-Cruz, F., Yucra-Mamani, Y. J., Mayta-Quispe, M. F., & Ibanez-Quispe, V. (2024). Integration of text mining and complex social network analysis for the quantitative characterisation of discursive evolution in artificial intelligence. Visual Review, 16(5), 271–278. https://doi.org/10.62161/revvisual.v16.5288

Philipo, A. G., Sarwatt, D. S., Ding, J., Daneshmand, M., & Ning, H. (2025). Cyberbullying detection: Exploring datasets, technologies, and approaches on social media platforms. ACM Computing Surveys. https://doi.org/10.1145/3785654

Kumar, R., & Bhat, A. (2022). A study of machine learning-based models for detection, control, and mitigation of cyberbullying in online social media. International Journal of Information Security, 21(6), 1409–1431. https://doi.org/10.1007/s10207-022-00600-y

Harshitha, T. N., Prabu, M., Suganya, E., Sountharrajan, S., Bavirisetti, D. P., Gadde, N., & Uppu, L. S. (2024). ProTect: A hybrid deep learning model for proactive detection of cyberbullying on social media. Frontiers in Artificial Intelligence, 7. https://doi.org/10.3389/frai.2024.1269366

Wang, S., Shibghatullah, A. S., Iqbal, T. J., & Keoy, K. H. (2024). A review of multimodal-based emotion recognition techniques for cyberbullying detection in online social media platforms. Neural Computing and Applications, 36(35), 21923–21956. https://doi.org/10.1007/s00521-024-10371-3

Hutagalung, A. S., Negara, A. B. P., & Pratama, E. E. (2021). Aplikasi pendeteksi cyberbullying terhadap komentar postingan media sosial Instagram dengan metode Naive Bayes classifier berbasis website. Jurnal Sistem dan Teknologi Informasi (JUSTIN), 9(3), 364. https://doi.org/10.26418/justin.v9i3.44843

Nita, T., & Alam, R. G. (2025). Identifikasi cyberbullying pada media sosial menggunakan algoritma Naive Bayes. Jurnal Teknologi Informasi, 6(2). https://doi.org/10.46576/djtechno

Tahir, S. F., & Sugianto, C. A. (2024). Optimasi Naive Bayes menggunakan algoritma genetika pada klasifikasi komentar cyberbullying pada media sosial X. Jurnal Informatika dan Teknik Elektro Terapan, 12(3). https://doi.org/10.23960/jitet.v12i3.4834

Lukman, K., & Novianto, S. (2025). Komparasi algoritma Naive Bayes dan SVM untuk identifikasi cyberbullying selebriti di media sosial Twitter. Jurnal Algoritma, 22(1), 970–981. https://doi.org/10.33364/algoritma/v.22-1.2196

Dhuhita, W. M. P. (2023). Perbandingan kinerja algoritma Multinomial dan Bernoulli Naive Bayes dalam mengklasifikasikan komentar cyberbullying. Komputika: Jurnal Sistem Komputer, 12(2), 109–117. https://doi.org/10.34010/komputika.v12i2.9767

Alabdulwahab, A., Haq, M. A., & Alshehri, M. (2023). Cyberbullying detection using machine learning and deep learning. International Journal of Advanced Computer Science and Applications, 14(10). https://doi.org/10.14569/IJACSA.2023.0141045

Talpur, B. A., & O’Sullivan, D. (2020). Cyberbullying severity detection: A machine learning approach. PLOS ONE, 15(10), e0240924. https://doi.org/10.1371/journal.pone.0240924

Azzahra, S. A., & Majid, N. W. A. (2025). Klasifikasi dan analisis semantik cyberbullying sosial media X: Integrasi web scraping dan natural language processing. Jurnal Educatio FKIP UNMA, 11(2). https://doi.org/10.31949/educatio.v11i2.12725

Nugraha, D., & Astuti, P. (2023). Analisis sentimen cyberbullying pada sosial media Instagram menggunakan metode Support Vector Machine. Information System for Educators and Professionals, 8(2), 152–164.

Nurnaryo, R. M. H., Suzanti, I. O., Fatah, D. A., Cahyani, A. D., & Mufarroha, F. A. (2022). Deteksi cyberbullying pada data tweet menggunakan metode Random Forest dan seleksi fitur information gain. Jurnal Simantec, 11(1).

Ibrohim, M. O., & Budi, I. (2019). Multi-label hate speech and abusive language detection in Indonesian Twitter. In Proceedings of the 3rd Workshop on Abusive Language Online (pp. 46–57). Florence, Italy.

Ibrohim, M. O., & Budi, I. (2018). A dataset and preliminaries study for abusive language detection in Indonesian social media. Procedia Computer Science, 135, 222–229. https://doi.org/10.1016/j.procs.2018.08.169

Chan, S., & Tjandra, T. (2020). elang: Word embedding utilities for language models (English & Indonesian) (Version 0.1.1) [Software]. GitHub. https://github.com/onlyphantom/elang

Salsabila, N. A., Winatmoko, Y. A., Septiandri, A. A., & Jamal, A. (2018). Colloquial Indonesian lexicon. In Proceedings of the International Conference on Asian Language Processing (IALP) (pp. 226–229). Bandung, Indonesia. https://doi.org/10.1109/IALP.2018.8629151

Saifullah, S., Dreżewski, R., Dwiyanto, F. A., Aribowo, A. S., Fauziah, Y., & Cahyana, N. H. (2024). Automated text annotation using a semi-supervised approach with meta vectorizer and machine learning algorithms for hate speech detection. Applied Sciences, 14(3). https://doi.org/10.3390/app14031078

Mukhim, B., Maji, A. K., & Das, S. (2025). Sentiment analysis with Khasi low-resource language through generation of sentiment words using machine learning. Computación y Sistemas, 29(3), 1225–1236. https://doi.org/10.13053/cys-29-3-5915