<![CDATA[Penelitian ini mengeksplorasi penerapan algoritma Support Vector Machine untuk mendeteksi ujaran kebencian di platform media sosial Twitter, khususnya dalam konteks bahasa Indonesia. Dengan lebih dari 330 juta pengguna, Twitter menjadi sarana yang rentan terhadap penyebaran ujaran kebencian yang dapat menimbulkan dampak negatif. Tujuan utama dari penelitian ini adalah mengembangkan sistem otomatis yang mampu mengidentifikasi ujaran kebencian secara efektif. Dataset yang digunakan terdiri dari 1564 tweet berbahasa Indonesia yang diambil dari isu politik pada tahun 2021. Proses analisis meliputi langkah-langkah seperti tokenisasi, stemming, dan penandaan kelas kata, diikuti dengan klasifikasi menggunakan SVM. Hasil penelitian menunjukkan bahwa 92.8% dari tweet yang dianalisis termasuk dalam kategori "no hate speech," sementara 7.2% teridentifikasi sebagai "hate speech." Model SVM menunjukkan performa yang sangat baik dengan akurasi mencapai 97.19%, recall 97.19%, presisi 97.28%, dan F1 Score 96.82%, tanpa adanya False Negatives. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam menciptakan lingkungan online yang lebih aman dan positif, serta meningkatkan pemahaman tentang karakteristik bahasa Indonesia dalam konteks deteksi ujaran kebencian.]]>
Copyrights © 2026
