IMPLEMENTASI TEXT MINING DALAM IDENTIFIKASI CYBER HATE SPEECH MENGGUNAKAN SUPPORT VECTOR MACHINE

Mhd Furqan, Raissa Amanda Putri, Ikhsan Agus Martua Daulay

Abstract


Media sosial sekarang menjadi tempat bagi orang untuk menyampaikan pendapat mereka dan ada banyak cara untuk menyampaikan pendapat tersebut, baik positif maupun negatif. Salah satu contohnya adalah ujaran kebencian dunia maya, juga dikenal sebagai ujaran kebencian dunia maya, yang merupakan bentuk ekspresi yang dilakukan untuk menyebarkan rasa kebecian seperti pencemaran nama baik, penistaan agama, rasisme, dan pelanggaran hak asasi manusia. Penelitian ini dilakukan untuk bisa mengidentifikasi cyber hate speech dalam bentuk teks pada X, yang dibagi 2 kelas yaitu pencemaran nama baik dan penistaan agama. metode yang digunakan adalah SVM (Support Vector Machine) pada penelitian ini dilakukasn beberapa proses seperti pengumpulan data, pelabelan secara manual, pra-proses data dengan text mining, pembobotan dengan tf-idf, klasifikasi dengan merancang model klasifikasi metode support vector machine dan klasifikasi menggunakan data latih dan data uji. Ada 800 data tweet yang digunakan untuk pencemaran nama baik dan penistaan agama dalam bahasa Indonesia, dengan 80% adalah 640 data latihan dan 20% adalah 160 data uji. Hasil pengujian Metode SVM menunjukkan akurasi 96%.

Full Text:

PDF

References


Amina, S. (2022). Ujaran Kebencian Melalui Media Sosial Dalam Undang-Undang Dan Hukum Islam. Skripsi. Repository Institut Agama Islam Negeri Palopo.

Casro, C., Purwati, Y., Setyaningsih, G., & Kuncoro, A. P. (2020). Rancang Bangun Aplikasi Pengaduan Pelanggan Berbasis Web Menggunakan Framework Codeigniter Di Indotechno Purwokerto. Jurnal Sains Dan Informatika, 6(2), 166–174. https://doi.org/10.34128/jsi.v6i2.244

Delvyan Putri Surya Ningrum, & Jamiatur Robekha. (2023). Analisa Yuridis Dalam Kasus Kejahatan Siber Terhadap Internet Banking di Indonesia. PESHUM : Jurnal Pendidikan, Sosial Dan Humaniora, 2(4), 765–776. https://doi.org/10.56799/peshum.v2i4.2115

Fahlevvi, M. R. (2022). Analisis Sentimen Terhadap Ulasan Aplikasi Pejabat Pengelola Informasi Dan Dokumentasi Kementerian Dalam Negeri Republik Indonesia Di Google Playstore Menggunakan Metode Support Vector Machine. Jurnal Teknologi Dan Komunikasi Pemerintahan, 4(1), 1–13. https://doi.org/10.33701/jtkp.v4i1.2701

Furqan, M., Ikhsan, M., & Aini, R. (2023). Algoritma Support Vector Machine Untuk Analisis Sentimen Masyarakat Indonesia Terhadap Pandemi Virus Corona Di Media Sosial. Kesatria : Jurnal Penerapan Sistem Informasi (Komputer Dan Manajemen), 4(4), 908–915. Retrieved from

Furqan, M., Kurniawan, R., & HP, K. (2020). Evaluasi Performa Support Vector Machine Classifier Terhadap Penyakit Mental. Jsinbis, 10(2), 203–210. https://doi.org/10.21456/vol10iss2pp203-210

Handayani, A., & Zufria, I. (2023). Analisis Sentimen Terhadap Bakal Capres RI 2024 di Twitter Menggunakan Algoritma SVM. Journal of Information System Research (JOSH), 5(1), 53–63. https://doi.org/10.47065/josh.v5i1.4379

Hermawan, A., Jowensen, I., Junaedi, J., & Edy. (2023). Implementasi Text-Mining untuk Analisis Sentimen pada Twitter dengan Algoritma Support Vector Machine. JST (Jurnal Sains Dan Teknologi), 12(1), 129–137. https://doi.org/10.23887/jstundiksha.v12i1.52358

Maturbongs, Y. H. (2019). Tantangan Era Globalisasi terhadap Manajemen Perguruan Tinggi. Jurnal Administrasi Dan Kesekretarisan, 4(2), 122–141. Retrieved from http://www.jurnal.stiks-tarakanita.ac.id/index.php/JAK/article/view/254/166

Ningrum, D. J., Suryadi, S., & Chandra Wardhana, D. E. (2019). Kajian Ujaran Kebencian Di Media Sosial. Jurnal Ilmiah KORPUS, 2(3), 241–252. https://doi.org/10.33369/jik.v2i3.6779

Priyatno, A. M., Prasetya, M. R. A., Cholidhazia, P., & Sari, R. K. (2024). Comparison of Similarity Methods on New Student Admission Chatbots Using Retrieval-Based Concepts. Journal of Engineering and Science Application, 1(1), 32–40. https://doi.org/10.69693/jesa.v1i1.2

Rahayu, K., Fitria, V., Septhya, D., Rahmaddeni, R., & Efrizoni, L. (2023). Klasifikasi Teks untuk Mendeteksi Depresi dan Kecemasan pada Pengguna Twitter Berbasis Machine Learning. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 3(2), 108–114. https://doi.org/10.57152/malcom.v3i2.780

Ramadhan. (2021). Analisis Hukum Terhadap Penyebaran Berita Bohong/Hoax Sebagai Bentuk Cyber Crime Di Indonesia (Studi Putusan No. 3478/Pid. Sus/2019/Pn. Mdn) (Vol. 44). Universitas Medan Area.

Sari, H., Ginting, G. L., & Zebua, T. (2021). Penerapan Algoritma Text Mining dan TF-IDF Untuk Pengelompokan Topik Skripsi Pada Aplikasi Repository STMIK Budi Darma. 2(7), 414–432.

Simarmata, J., Iqbal, M., Hasibuan, M. S., Limbong, T., & Albra, W. (2019). Hoaks dan Media Sosial: Saring Sebelum Sharing. In Alex Rikki (Ed.), Serial Buku Saku. Medan: Yayasan Kita Menulis.

Siregar, M. R. S., Samsudin, & Putri, R. A. (2023). Sistem Informasi Geografis Dalam Monitoring Daerah Prioritas Penanganan Stunting Pada Anak Di Kota Medan. Journal of Science and Social Research, 6(3), 643–648.

Syakur, M. (2021). Ujaran Kebencian dalam Al-Qur’ān Hate speech in Al-Qur’ān. Hermeneutik : Jurnal Ilmu Al-Qur’an Dan Tafsir, 15, 335–358.




DOI: http://dx.doi.org/10.31000/jika.v8i4.12581

Article Metrics

Abstract - 38 PDF - 33

Refbacks

  • There are currently no refbacks.


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

INDEX BY :