ANIMATOR
Vol. 2 No. 1 (2024): Volume 2 Nomor 1 Tahun 2024

Penerapan Metode LSTM Pada Sistem Klasifikasi Komentar Publik Yang Termasuk Jenis Pelanggaran Undang-Undang ITE

Nadaa Qur'atul 'Ain (Jurusan Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo)
Bambang Pramono (Universitas Halu Oleo)
Asa Hari Wibowo (Universitas Halu Oleo)



Article Info

Publish Date
26 May 2024

Abstract

Twitter merupakan media sosial yang menempatkan Indonesia sebagai negara dengan pengguna ke-5 terbanyak di dunia. Besarnya jumlah pengguna Twitter menjadikan media ini sebagai salah satu sarana untuk memperoleh simpati dan dukungan publik terhadap seseorang guna memenangkan suatu kontes perebutan kekuasaan (pemilihan presiden/pilpres). Adanya ambisi yang besar untuk memenangkan bakal calon dukungannya memicu oknum-oknum tertentu melakukan usaha-usaha untuk menjatuhkan pesaingnya lewat media sosial Twitter yang kegiatan-kegiatan tersebut merupakan suatu pelanggaran hukum. Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi yang mampu mengklasifikasikan komentar publik (tweet) ke dalam jenis-jenis pelanggaran Undang - Undang No. 19 Tahun 2016 tentang perubahan atas Undang - Undang Nomor 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik (ITE) menggunakan metode klasifikasi Long-Short Term Memory. Berdasarkan hasil penelitian diperoleh accuracy sebesar 80%, precision sebesar 53,3% dan recall sebesar 58%, artinya metode Long-Short Term Memory ini cukup dapat digunakan untuk melakukan klasifikasi komentar publik (tweet) kedalam pelanggaran Undang Undang Informasi dan Transaksi Elektronik (ITE).

Copyrights © 2024






Journal Info

Abbrev

journal

Publisher

Subject

Computer Science & IT

Description

Tujuan jurnal merupakan wadah publikasi hasil penelitian mahasiswa dan dosen di dalam maupaun di luar universitas Halu Oleo. Lingkup Jurnal yaitu terkait Rekayasa Perangkat Lunak, Jaringan Komputer, Kecerdasan Buatan, Sistem Informasi dan berbagai topik terkait ...