Deteksi Ujaran Kebencian pada Twitter dengan Feature Expansion menggunakan Fasttext

DONI RIYANTA

Informasi Umum

Kode

21.04.4471

Klasifikasi

300.285 - Data Analysis of Social Science

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Analysis

Dilihat

338 kali

Informasi Lainnya

Abstraksi

Pengguna media sosial mengekspresikan diri dan suasana hati dengan mengunggah tweet pada Twitter. Walaupun tweet diunggah secara pribadi namun tweet tersebut dapat dikonsumsi oleh publik yang dapat memicu konflik karena tweet tersebut bisa diartikan lain oleh pengguna lain. Kemungkinan penyebaran hate speech/ujaran kebencian pada media sosial pun dapat menyebar dengan cepat dan luas dengan meningkatnya penggunaan media sosial. Ujaran kebencian sendiri merupakan kasus yang sering dilaporkan pada pihak kepolisian. Sehingga diperlukan penanganan ujaran kebencian dalam membantu pihak berwenang dalam menangani ujaran kebencian tersebut. Salah satu teknologi yang dapat dimanfaatkan dalam menganalisis dokumen berbasis teks adalah Text Mining. Teknologi ini telah banyak digunakan dalam menganalisis teks. Dalam penelitian ini metode yang digunakan yaitu, Fasttext yang merupakan salah satu metode yang mengukur hubungan linear yang saling berhubungan antara dua variabel sedangkan klasifikasi yang digunakan yaitu, Support Vector Machine dan Random Forest. Hasil dari penelitian ini klasifikasi yang mendapatkan hasil paling optimal adalah Random Forest dengan melakukan pembobotan TF-IDF dan digabungan dengan Feature Expansion yaitu mendapatkan nilai akurasi sebesar 99.92% dan dengan nilai F1-Score sebesar 0.9992.