Penerapan Algoritma Support Vector Machine untuk Mendeteksi Uja-ran Kebencian dalam Media Sosial Twitter

Karsten Jonatthan Shallom, Hendry Hendry

Abstract


Penelitian ini mengeksplorasi penerapan algoritma Support Vector Machine untuk mendeteksi ujaran kebencian di platform media sosial Twitter, khususnya dalam konteks bahasa Indonesia. Dengan lebih dari 330 juta pengguna, Twitter menjadi sarana yang rentan terhadap penyebaran ujaran kebencian yang dapat menimbulkan dampak negatif. Tujuan utama dari penelitian ini adalah mengembangkan sistem otomatis yang mampu mengidentifikasi ujaran kebencian secara efektif. Dataset yang digunakan terdiri dari 1564 tweet berbahasa Indonesia yang diambil dari isu politik pada tahun 2021. Proses analisis meliputi langkah-langkah seperti tokenisasi, stemming, dan penandaan kelas kata, diikuti dengan klasifikasi menggunakan SVM. Hasil penelitian menunjukkan bahwa 92.8% dari tweet yang dianalisis termasuk dalam kategori "no hate speech," sementara 7.2% teridentifikasi sebagai "hate speech." Model SVM menunjukkan performa yang sangat baik dengan akurasi mencapai 97.19%, recall 97.19%, presisi 97.28%, dan F1 Score 96.82%, tanpa adanya False Negatives. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam menciptakan lingkungan online yang lebih aman dan positif, serta meningkatkan pemahaman tentang karakteristik bahasa Indonesia dalam konteks deteksi ujaran kebencian.

Full Text:

PDF

References


M. A. Jibran, A. Eviyanti, and Y. Findawati, “Deteksi Ujaran Kebencian Menggunakan Metode Support Vector Machine (SVM),” Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen), vol. 4, no. 4, 2023.

K. Nugroho, E. Tjahjaningsih, L. Liana, and R. Mohamad Herdian Bhakti, “Prediksi Ujaran Kebencian Berbasis Text Pada Sosial Media Menggunakan Metode Neural Network,” Jurnal Ilmiah Intech : Information Technology Journal of UMUS, vol. 5, no. 1, 2023, doi: 10.46772/intech.v5i1.1063.

J. Kalyzta, M. A. Willdan, S. Halfiani, and I. Indra, “PENERAPAN ANALISIS SENTIMEN UJARAN KEBENCIAN TERHADAP VAKSINASI COVID-19 PADA TWEET BERBAHASA INDONESIA MENGGUNAKAN ALGORITME K-NEAREST NEIGHBOR,” IDEALIS : InDonEsiA journaL Information System, vol. 5, no. 2, pp. 87–97, Jul. 2022, doi: 10.36080/idealis.v5i2.2959.

J. Pardede and R. Alfyansyah, “Identifikasi Ujaran Kebencian Pada Sosial Media Bahasa Inggris Menggunakan Recursive Neural Network,” Komputa : Jurnal Ilmiah Komputer dan Informatika, vol. 13, no. 1, pp. 23–32, Apr. 2024, doi: 10.34010/komputa.v13i1.10783.

SINAGA, Novendra Adisaputra; HAYADI, B Herawan; SITUMORANG, Zakarias. PERBANDINGAN AKURASI ALGORITMA NAÏVE BAYES, K-NN DAN SVM DALAM MEMPREDIKSI PENERIMAAN PEGAWAI. Jurnal Tekinkom (Teknik Informasi dan Komputer), [S.l.], v. 5, n. 1, p. 27-34, june 2022. ISSN 2621-3079.

Pernama, B., & Purnomo, H. D. Analisis Risiko Pinjaman dengan Metode Support Vector Machine, Artificial Neural Network dan Naïve Bayes. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 7(1), 92–99. https://doi.org/10.35870/jtik.v7i1.693

Fadillah, V., Hamami, F., & Andreswari, R. "Analisis Sentimen Berbasis Aspek Terhadap Ulasan Pengguna Aplikasi Pegadaian Digital Dengan Multiclass Multioutput Menggunakan Algoritma Support Vector Machine." KESATRIA: Jurnal Penerapan Sistem Informasi (Komputer & Ma-najemen), vol. 4, no. 4, pp. 977-987. ISSN: 2720-992X.

Ahmad, A., & Gata, W. Sentimen Analisis Masyarakat Indonesia di Twitter Terkait Metaverse dengan Algoritma Support Vector Machine. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 6(4), 548–555. https://doi.org/10.35870/jtik.v6i4.569

Dewi, R. A., & Santoso, H. "Deteksi Ujaran Kebencian Menggunakan Algoritma Naïve Bayes dan Support Vector Machine," Jurnal Ilmiah Teknologi Informasi, vol. 10, no. 1, pp. 45–52, Jan. 2022.

F. Abdusyukur, “PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI PENCEMARAN NAMA BAIK DI MEDIA SOSIAL TWITTER,” Komputa : Jurnal Ilmiah Komputer dan Informatika, vol. 12, no. 1, pp. 73–82, May 2023, doi: 10.34010/komputa.v12i1.9418.

K. A. Kocoń, A. Figas, M. Gruza, “Offensive, Aggressive, and Hate Speech Analysis: From Data-Centric to Human-Centered Approach,” Infor-mation Processing & Management, vol. 58, no. 5, pp. 102643, 2021.

A. K. Sharma, S. K. Gupta, “Natural Language Processing Techniques for Text Classification: A Review,” International Journal of Computer Applications, vol. 975, no. 8887, pp. 1-6, 2021.

Kusuma, A. P., & Setiawan, A. "Implementasi Metode Machine Learning untuk Deteksi Ujaran Kebencian di Twitter," Jurnal Informatika, vol. 18, no. 2, pp. 89–96, Apr. 2023.

Halim, A., & Rahmawati, N. "Penggunaan Algoritma Klasifikasi untuk Deteksi Ujaran Kebencian dalam Teks Berbahasa Indonesia," Jurnal Teknologi Informasi dan Komunikasi, vol. 11, no. 1, pp. 34–42, Feb. 2022.

Buana, R. S., Gata, W., Widodo, A. Z. P., Setiawan , H. ., & Hilyati, K. (2023). Analisis Sentimen pada Komen Twitter Pawang Hujan Mandalika dengan Support Vector Machine (SVM) dan Naïve Bayes. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 7(2), 194–200. https://doi.org/10.35870/jtik.v7i2.705

Sari, D. P., & Hidayat, R. "Penerapan Metode Support Vector Machine untuk Klasifikasi Ujaran Kebencian di Media Sosial," Jurnal Teknologi dan Sistem Komputer, vol. 9, no. 2, pp. 123–130, Jun. 2021.

Ibnu Surya Wibowo, Arita Winanti, and Indah Susilawati, “Keyword Extraction Judul Berita Online Di Indonesia Menggunakan Metode TF-IDF ,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 11, pp. 99–111, Mar. 2023.

R. A. F. Alamsyah, D. A. Putra, and S. H. Sari, “Klasifikasi Ujaran Kebencian Menggunakan Metode Support Vector Machine (SVM) dan Naïve Bayes,” Jurnal Teknologi dan Sistem Komputer, vol. 9, no. 2, pp. 123-130, 2022.

M. Fadli and R. A. Saputra, “KLASIFIKASI DAN EVALUASI PERFORMA MODEL RANDOM FOREST UNTUK PREDIKSI STROKE,” JT: Jurnal Teknik, vol. 12, no. 02, 2023.

Fu rqan, M., Ikhsan, M., & Aini, R.. "Algoritma Support Vector Machine Untuk Analisis Sentimen Masyarakat Indonesia Terhadap Pandemi Virus Corona Di Media Sosial." KESATRIA: Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), vol. 4, no. 4, pp. 908-915. doi: 10.30645/kesatria.v4i4.241.




DOI: https://doi.org/10.29100/jipi.v11i1.7553

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
ISSN 2540-8984
Published by
Prodi Pendidikan Teknologi Informasi
Universitas Bhinneka PGRI

Website :https://jurnal.stkippgritulungagung.ac.id/index.php/jipi/index
Email: jipistkippti@gmail.com

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.