<![CDATA[Media sosial Twitter merupakan salah satu media yang banyak digunakan oleh masyarakat Indonesia untuk berbagi informasi dan opini. Namun, media sosial ini juga rentan terhadap penyebaran konten yang merugikan, seperti konten rasis, konten yang mengandung ujaran kebencian (sara), dan konten pornografi. Konten-konten ini dapat memberikan dampak negatif pada pengguna dan masyarakat. Oleh karena itu, diperlukan sebuah sistem yang dapat mendeteksi konten-konten tersebut secara otomatis dan akurat. Penelitian ini bertujuan untuk mengembangkan sistem deteksi konten rasis, sara, dan pornografi di Twitter menggunakan metode Support Vector Machine (SVM). SVM adalah metode klasifikasi yang menggunakan hyperplane untuk memisahkan antara kelas konten negatif dan positif. Dalam penelitian ini, dilakukan klasifikasi teks yang melibatkan seleksi fitur menggunakan metode Information Gain untuk mengidentifikasi fitur-fitur yang relevan dalam proses klasifikasi antara kelas konten negatif (rasis, sara, pornografi) dan konten positif. Kata kunci: konten negatif, twitter, support vector machine]]>
Copyrights © 2025
