Klasifikasi Pelanggaran Undang-Undang ITE Menggunakan LSTM dan BiLSTM
Abstract
Kejahatan dan perbuatan yang dilarang akibat penggunaan teknologi informasi telah
menjadi pantauan dan masalah serius di beberapa negara. Penerapan undang-undang yang
mengatur penggunaan teknologi informasi dilakukan untuk memaksa warga negaranya
menahan diri dari perilaku tersebut. Indonesia memberlakukan sanksi yang berbeda untuk
setiap orang yang melakukan kejahatan atau perbuatan yang dilarang dalam penggunaan
teknologi informasi. Indonesia memberlakukan sanksi berbeda untuk setiap kejahatan dalam
penggunaan teknologi informasi yang diatur dalam Undang-undang No. 19 Tahun 2016
tentang perubahan atas Undang-undang No. 11 Tahun 2008 tentang Informasi dan Transaksi
Elektronik (ITE). Dalam menentukan sanksi dibutuhkan seorang ahli, dan penentuan pasal
dibutuhkan waktu yang lama, untuk itu dibutuhkan pendekatan untuk melakukan otomatisasi
klasifikasi sanksi pelanggaran berdasarkan UU ITE tersebut.
Tujuan penelitian ini adalah untuk membangun model yang menggunakan dua algoritma
deep learning yaitu LSTM dan BiLSTM untuk mengklasifikasi kejahatan dalam UU ITE
khususnya pada media sosial Twitter. Dalam pengujiannya, penelitian ini membagi setiap
kejahatan dan perbuatan yang dilarang dalam UU ITE kedalam 5 kelas yaitu, pornografi, berita
bohong (hoaks), cyberbullying, ujaran kebencian, dan netral. Berdasarkan hasil percobaan yang
dilakukan, model BiLSTM dengan dropout batch size 64 epoch 25 merupakan model terbaik
dengan performa accuracy sebesar 0.9875 dan F1-Score sebesar 0.9685 berdasarkan data latih
serta accuracy sebesar 0.972 dan F1-Score sebesar 0.900 berdasarkan data uji.
Collections
- Informatics Engineering [2170]