<![CDATA[ABSTRACTOne negative impact of social media is the freedom of everyone to express their opinions or utterances through writing, especially those containing hate content or often called hate speech. Hate speech through writing is difficult to detect because it takes time to read and determine an article that contains hate speech, especially in writing in Balinese. The hate speech is contrary to Balinese culture which upholds good manners in using everyday language. A system is needed that is able to classify Balinese writing containing hate speech. In this study a system design was made to classify hate speech in Balinese writing using the Naïve Bayes method. There are several stages in the design of this Balinese hate speech classification, including the identification of input data, preprocessing, classification using the naïve nayes classifier (NBC) method and results / outputs. Based on accuracy testing, the results obtained by 85% with the number of True Positive as much as 8 data, True Negative as much as 9 data, as much as 2 False Positive data, and False Negative as much as 1 data.Keywords: Hate Speech, Balinese, Naïve BayesABSTRAKSalah satu dampak negatif dari media sosial adalah kebebasan setiap orang dalam mengemukakan pendapat atau ujaran melalui tulisan terlebih yang mengandung muatan kebencian atau sering disebut dengan hate speech. Ujaran kebencian melalui tulisan sulit untuk dideteksi karena membutuhkan waktu untuk membaca dan menentukan sebuah tulisan itu mengandung hate speech terlebih pada tulisan yang berbahasa Bali. Ujaran kebencian bertolak belakang dengan budaya masyarakat Bali yang sangat menjunjung tinggi sopan santun dalam menggunakan bahasa sehari-sehari. Diperlukan sebuah sistem yang mampu mengklasifikasi tulisan berbahasa Bali yang mengandung ujaran kebencian. Pada penelitian ini dibuat sebuah perancangan sistem untuk mengklasifikasi ujaran kebencian pada tulisan bahasa Bali menggunakan metode Naïve Bayes. Terdapat beberapa tahapan dalam perancangan klasifikasi ujaran kebencian bahasa Bali ini, diantaranya tahap identifikasi data masukan, pra-proses / preprocessing, klasifikasi dengan metode naïve nayes classifier (NBC) dan hasil/keluaran. Berdasarkan pengujian akurasi yang dilakukan diperoleh hasil sebesar 85% dengan jumlah True Positive sebanyak 8 data, True Negative sebanyak 9 data, False Positif sebanyak 2 data, dan False Negatif sebanyak 1 data.Kata Kunci : Ujaran Kebencian, Bahasa Bali, Naïve Bayes]]>
