IMPLEMENTASI TEXT MINING UNTUK MENDETEKSI HATE SPEECH PADA TWITTER

Abstract

Twitter adalah salah satu dari media sosial, aplikasi yang berbasis microblogging. Microblogging merupakan jenis media sosial yang memfasilitasi pengguna untuk menulis dan memublikasikan aktivitas atau pendapat secara bebas. Dengan adanya media sosial, salah satunya adalah Twitter. Setiap orang dapat saja saling berbagi informasi terhadap orang lain tanpa harus bertemu satu dengan yang lainnya dan juga memiliki kebebasan untuk mengemukakan pendapat. Tetapi dengan media sosial pengguna juga dapat mempengaruhi hal buruk pengguna lain dengan membuat dan menyebarkan informasi yang bersifat tuduhan, fitnah, berita hoax, maupun SARA, semua itu masuk kategori ujaran kebencian atau Hate Speech. Penelitian ini dilakukan untuk mengetahui performa algoritme Naive Bayes Classifier dalam melakukan proses klasifikasi berdasarkan twitt atau status pengguna Twitter. Sumber data pada penelitian ini menggunakan Twitter. Uji model penelitian ini dilakukan dengan menggunakan bantuan library python yaitu MultinomialNaiveBayes. Dalam proses uji model, besarnya data tes yang diambil adalah 33% dari data training yang dilakukan secara acak. Evaluasi model yang dilakukan pada penelitian ini menggunakan 5-fold cross validation dengan hasil akurasi 71.0%.