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 bisa membuat bagaimana cara mengklasifikasi unsur ujaran kebencian pada sebuah teks yang dilakukan oleh komputer, yang nantinya ujaran kebencian tersebut dapat dikenali. Dengan menggunakan metode Deep Learning dengan algoritma Recurrent Neural Network(RNN). Setelah pembuatan program ini, diharapkan komputer dapat mengetahui dan bisa mengklasifikasi adanya ujaran kebencian pada kalimat tersebut. Dari hasil pengujian yang sudah dilakukan hasil rata-rata precision sebesar 91%, recall sebesar 90%, dan Accuracy sebesar 91%.
Kata Kunci : RNN (Recurrent Neural Network) , Deep Learning, Sentiment Analysis, Text Analysis