Ujaran kebencian atau hate speech merupakan perkataan, perilaku, tindakan yang dilarang karena menimbulkan terjadinya tindak yang memicu kekerasan dan sikap anarkis terhadap individu atau kelompok yang lain. Sejak pilpres 2014 istilah ‘hater’ di kenal luas, yang menandai orang-orang dengan kecenderungan praktik ujaran kebencian pada orang maupun kelompok tertentu. Untuk itu etika berinternet perlu ditegaskan mengingat internet merupakan kebutuhan masyarakat zaman sekarang. Namun semakin banyak penguna juga banyak pihak yang menyalah gunakan internet untuk menyebarkan hal- hal yang terkait dengan ujaran kebencian seperti suku, ras dan agama. Pada Tugas Akhir ini akan dibuat sebuah sistem untuk mendeteksi ujaran kebencian berupa tweet pada twitter. Metode yang digunakan penulis adalah metode Deep Belief Network dengan pembobotan ciri Global Vector sebagai peningkatan keakuratan sebelum klasifikasi. Pembuatan sistem ini, diharapkan nantinya dapat mengetahui dan mendeteksi adanya ujaran kebencian dari teks yang sebelumnya berbentuk tweet. Dengan menggunakan metode Deep Belief Network, diperoleh hasil penelitian ini adalah accuracy = 86,00%, precision = 82,00%, recall = 89,13% dan F1-Score = 85,42%Setelah pembuatan penelitian ini, diharapkan komputer dapat mengetahui dan mengklasifikasikan adanya ujaran kebencian dalam teks.