IMPLEMENTASI ADASYN UNTUK OPTIMALISASI SUPPORT VECTOR MACHINE DALAM SENTIMEN ANALISIS CYBERBULLYING PADA X

X atau Twitter adalah salah satu sosial media platform interaksi online yang populer. Namun, pengguna juga dapat mempengaruhi hal buruk seseorang untuk melakukan bullying. Data menunjukkan bahwa lebih dari 60% anak-anak dan 40% orang dewasa menjadi target cyberbullying, dengan tren yang diperkirakan akan meningkat. Menurut Cloudwars, 24% korban melaporkan pelecehan diskriminatif di X. Fenomena ini menjadi hal yang penting untuk dikaji bersamaan dengan pengolahan teks, mengingat dampak psikologis yang ditimbulkannya pada korban. Oleh karena itu, penelitian ini bertujuan untuk menerapkan algoritma Support Vector Machine yang mampu mengidentifikasi tweet (komentar) pada sosial media X yang mengandung pesan cyberbullying. Serta mengetahui kinerja metode ADASYN dalam menangani permasalahan kesenjangan kelas. Penelitian menggunakan algoritma Support Vector Machine, dataset terdiri dari 945 komentar yang dilabeli secara manual, didukung oleh ekstraksi fitur TF-IDF dan ADASYN. Hasil menunjukan bahwa model tanpa ADASYN mencapai akurasi 74.71% dengan F1-score 69.92% menggunakan komposisi data 80:20. Setelah penerapan ADASYN, performa model meningkat dengan akurasi 77.25% dan F1-score 77.18. Peningkatan juga terjadi pada skenario data 70:30, sebelum menggunakan ADASYN mencapai akurasi 74.42% dengan F1-score 70.26, setelah penerapan ADASYN menjadi akurasi 76.26% dan F1-score 76.19%. Peningkatan pada semua metrik dan skenario menunjukkan bahwa ADASYN adalah teknik yang sangat diperlukan untuk tugas klasifikasi, terutama ketika menangani kumpulan data yang tidak seimbang.