Analisis Sentimen Hate Speech Pada Portal Berita Online Menggunakan Support Vector Machine (SVM)

Detail Cantuman

Jurnal

Analisis Sentimen Hate Speech Pada Portal Berita Online Menggunakan Support Vector Machine (SVM)

XML

Salah satu bentuk tindak kriminal yang bisa dijerat dengan undang-undang ITE adalah Hate
speech. Namun saat ini netizen di Indonesia masih banyak menggunakan kata-kata Hate Speech dalam
mengomentari berita di media online. Dampaknya adalah banyak netizen saat ini yang diperkarakan ke
kepolisian oleh pihak yang merasa dirugikan. Hal ini terjadi karena kurangnya informasi dari netizen
mengenai hate speech. Penelitian yang akan dilakukan terkait pendeteksian kata-kata yang mengadung
Hate Speech pada porta berita online. Pendekatan yang digunakan untuk melakukan pendeteksian katakata Hate
Speech menggunakan Neural Language Processing dengan menggunakan metode Support Vector Machine (SVM).
Untuk mengukur tingkat keakuratan dilakukan beberapa skenario uji coba sehingga tingkat keakuratannya
menjadi lebih baik. Komentar ada penelitian ini didapat pada sebuah portal berita online terpopuler di Indonesia.
Algoritma SVM dapat diterapkan dalam menganalisa komentar terkait isu politik yang mengngandung Hate Speech
dengan nilai akurasi yang bisa sebesar 53.88% serta nilai Recall adalah 49,69%, Precision adalah48,77%, Classification
error adalah 46,12% dan fmeasure adalah 49.23%.Dengan adanya penelitian yang akan dilakukan ini bisa menjadirujukan
portal berita untuk menerapkan sistem filtering sehingga kedepannya kasus-kasus mengenai Hate Speech ini dapatdiminimalisir.


Detail Information

Item Type
Jurnal
Penulis
Aniq Noviciatie Ulfah - Personal Name
M. Khairul Anam - Personal Name
Student ID
Dosen Pembimbing
Penguji
Kode Prodi PDDIKTI
Edisi
Published
Departement
Kontributor
Bahasa
Indonesia
Penerbit JATISI Jurnal Teknik Informatika dan Sistem Informasi : Palembang.,
Edisi
Published
Subyek
No Panggil
Copyright
STMIK Global Informatika Mdp
Doi

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail