Deteksi Tweet Pelecehan Seksual di Media Sosial Twitter Menggunakan Machine Learning

Abstract

Kasus pelecehan seksual marak terjadi di media sosial akibat efek kebebasan berpendapat. Di Indonesia, kasus pelecehan seksual online meningkat sebesar 83?ri tahun 2020 ke tahun 2021. Twitter, sebagai salah satu platform media sosial terkemuka, sering digunakan sebagai media untuk pelecehan seksual. Sejak tahun 2012 hingga 2021, Twitter telah menangguhkan 14 juta akun pengguna dengan berbagai alasan, termasuk pelecehan seksual, dengan jumlah akun yang ditangguhkan untuk alasan ini melebihi 250 ribu. Diperlukan metode untuk menyaring teks yang dikirim di media sosial guna mengurangi jumlah kasus pelecehan seksual secara online. Natural Language Processing, yang merupakan cabang dari machine learning, dapat digunakan untuk mengklasifikasikan teks terkait pelecehan seksual di media sosial. Model-model State-of-the-art seperti BERT, RoBERTa, XLNet, IndoBERT, dan IndoXLNet telah menunjukkan performa yang baik dalam tugas klasifikasi teks. Dengan menggunakan dataset sebanyak 30.189 data yang terbagi menjadi tiga bagian: data training, data vaaidation, dan data testing dengan rasio 7:3:1, serta batch size 16 dan epoch 5, model IndoBERT menghasilkan performa terbaik dengan nilai accuracy, f1-score, recall, dan precision sebesar 0,8587, 0,8646, 0,8897, dan 0,8409, secara berturut-turut. Model IndoBERT berhasil mengklasifikasikan dengan benar 1.350 data pelecehan seksual dari total 1.513 data pelecehan seksual pada data testing.