KLASIFIKASI DATA TWEET UJARAN KEBENCIAN DI MEDIA SOSIAL MENGGUNAKAN NAIVE BAYES CLASSIFIER
Abstract
Ujaran kebencian banyak dilihat dan sering terjadi di dunia maya, terutama media sosial Twitter. Semenjak adanya pemilihan presiden di tahun 2014, masyarakat mulai mengenal bullying di dunia maya. Ujaran kebencian, berita-berita hoax, bahkan ancaman terhadap pemerintah dan tokoh publik kerap dilakukan. Untuk mengukur sentimen masyarakat terhadap suatu berita maka perlu dilakukan analisis sentimen, khususnya komentar pengguna Twitter. Pada penelitian ini, pengujian metode menggunakan Multinomial Naive Bayes (MNB) untuk mengukur akurasi klasifikasi ujaran kebencian dalam data tweet. Sebelum melakukan perhitungan nilai akurasi, data tweet harus diolah melalui teks preprocessing agar kata (term) dapat dikonversikan ke dalam bentuk matriks. Untuk kemudian diolah sebagai data numerik. Pengujian dilakukan pada dua kondisi pembobotan n-gram, yakni unigram dan bigram. Mulai menghitung nilai akurasi masing - masing pembobotan Unigram dan Bigram sehingga didapat hasilnya bahwa model perhitungan algoritma Naive Bayes Classifier memiliki nilai akurasi yang sama untuk masing - masing pembobotan n-gram, yakni 69,23076923076923.