Sentiment Analysis of Hate Speech in Lombok News Using the Support Vector Machine (SVM) Algorithm

Dinata, Imam
Rasikhun, Hady
Rizkillah, Muhammad

Jurnal Sarjana Teknik Informatika
Vol. 12 No. 2 (2024): Juni

Berita online telah menjadi kebutuhan mendasar di kalangan masyarakat umum. Berita online juga berpotensi dapat merugikan masyarakat online atau netizen melalui tidak terkendali komentar atau opini mengenai penyebaran berita yang bersifat negatif. Support Vector Machine (SVM) merupakan salah satu metode pada machine learning yang dapat menentukan tingkat sentimen dari komentar negatif atau positif. Metode SVM terdapat beberapa tahapan yaitu cleansing, tokenizing, emojis, stopword, dan stemming. Penelitian ini bertujuan menganalisis sentimen hate speech pada berita di Lombok dengan metode SVM. Hasil pengujian pada data latih menggunakan metode SVM memberikan tingkat akurasi sebesar 81%.