ANALISIS TEKS UNTUK DETEKSI UJARAN KEBENCIAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK

NABIILA ADANI SETYADI

Informasi Umum

Kode

19.04.402

Klasifikasi

621.385 1 - Network analysis

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Network Analysis

Dilihat

412 kali

Informasi Lainnya

Abstraksi

Pada zaman sekarang, media sosial khususnya twitter sangatlah berpengaruh bagi kesuksesan maupun kehancuran citra seseorang dikarenakan banyaknya kalimat-kalimat opini yang mampu mempengaruhi para penggunanya. Contoh kalimat opini yang bertujuan jahat yaitu memberikan ujaran kebencian kepada orang lain. Opini jahat bisa dikategorikan dalam ujaran kebencian, yang mana ujaran kebencian sudah diatur dalam UU ITE Pasal 28. Tidak sedikit masyarakat yang dengan sengaja maupun tidak sengaja beropini pada media sosial yang mengandung ujaran kebencian. Sayangnya media sosial tidak mempunyai kemampuan untuk mengagregasi informasi mengenai suatu perbincangan yang ada menjadi sebuah kesimpulan. Salah satu cara untuk menarik kesimpulan dari hasil agregasi adalah menggunakan text mining. Dalam Tugas Akhir ini untuk mengklasifikasi apakah teks pada kalimat tersebut mengandung unsur ujaran kebencian atau tidak. Penulis berharap dalam Tugas akhir ini bisa membuat bagaimana cara mengklasifikasi unsur ujaran kebencian pada teks oleh komputer, yang nantinya ujaran kebencian tersebut dapat dikenali. Dengan menggunakan metode Artificial Neural Network yang dioptimasi dengan algoritma Backpropagation. Penulis berharap setelah adanya aplikasi ini komputer dapat mengetahui dan mengklasifikasi adanya ujaran kebencian pada suatu teks dari media sosial twitter. Dari hasil pengujian yang sudah dilakukan hasil rata-rata precision sebesar 80.664%, recall sebesar 90.07%, dan Accuracy sebesar 89.47%.