ANALISIS DAN IMPLEMENTASI DBSCAN DALAM CLUSTERISASI POLA BULLYING MEDIA SOSIAL TWITTER PADA AKUN GIBRAN RAKABUMING RAKA

Abstract

Penelitian ini bertujuan untuk menganalisis pola bullying yang terjadi di media sosial Twitter terhadap akun Gibran Rakabuming menggunakan algoritma DBSCAN (Density-Based Spatial Clustering of Applications with Noise). Data dikumpulkan melalui teknik webscraping dengan kata kunci terkait seperti "Gibran" dan "putra Jokowi", kemudian dilakukan preprocessing untuk mengelompokkan tweet yang mengandung unsur bullying. Algoritma DBSCAN dipilih karena kemampuannya dalam memisahkan data penting (cluster) dari data noise secara otomatis dan akurat, sehingga menghasilkan analisis yang lebih mendalam dan relevan terhadap fenomena cyberbullying. Penelitian ini menggunakan parameter MinPts untuk menentukan jumlah cluster dan outlier yang optimal, serta mengevaluasi hasil dengan Silhouette Score. Hasil analisis diharapkan dapat memberikan wawasan mengenai karakteristik pola bullying di Twitter serta rekomendasi untuk tindakan pencegahan dan penanganan cyberbullying. Selain itu, penelitian ini berkontribusi pada pengembangan ilmu komputer dan teknologi informasi, khususnya penerapan algoritma clustering dalam analisis data teks di media sosial.