Kebebasan berekspresi di media sosial sekarang ini tidak berjalan seiring dengan kesiapan literasi
masyarakat, serta pengetahuan yang rendah tentang pemanfaatan media sosial sebagai alat komunikasi
menyebabkan pelanggaran tindak tutur kesantunan dalam berkomunikasi di media sosial. Kebebasan
berekspresi dengan mengutarakan kebencian menggunakan bahasa kasar ini sering ditemukan di media
sosial. Oleh karena itu pada penelitian ini dilakukan pendeteksi bahasa kasar berdasarkan komentar di
media sosial menggunakan Long Short Term Memory (LSTM). LSTM merupakan salah satu model
kelanjutan dari Recurrent Neural Network (RNN). agar dapat mendeteksi Dataset yang digunakan
terdiri dari tiga label yaitu Not Abusive, Abusive and Offensive, dan Abusive but Not Offensive. Hasil
pengujian arsitektur LSTM didapatkan hasil bahwa arsitektur LSTM tidak mampu untuk memprediksi
kelas minoritas, tetapi didapatkan kombinasi pembagian dataset berupa 70% data latih dan 30% data uji
serta ukuran batch size sebesar 32, sehingga menghasilkan F1 Score terbaik sebesar 94% untuk kelas
mayoritas Not Abusive.