Ananda, Fitra (2023) KLASIFIKASI PENGGUNAAN KALIMAT UJARAN KEBENCIAN PADA CHAT WHATSAPP MENGGUNAKAN ALGORITMA RANDOM FOREST (STUDI KASUS GRUP WHATSAPP MAHASISWA ). Skripsi(S1) thesis, Fakultas Teknik Unpas.
|
Text
Fitra Ananda_183040096_Teknik Informatika.pdf Download (441kB) | Preview |
Abstract
Ujaran Kebencian merupakan kalimat yang seringkali dapat memicu konflik sosial karena dapat menimbulkan emosi bagi pihak yang dituju maupun siapa saja yang membacanya dan ujaran kebencian ini memiliki memuat kata-kata kasar atau kotor baik dalam lisan maupun tulisan. Hal ini sering muncul pada lingkungan pendidikan seperti universitas, kebanyakan dari Mahasiswa pada lingkungan universitas mengucapkan kata umpatan ini seolah-olah sedang mengobrol seperti biasa saja, dan kondisi seperti ini menggambarkan bahwa penggunaan kalimat yang mengandung hate speech atau ujaran kebencian ini sudah lazim digunakan oleh Mahasiswa dan menjadikan Bahasa untuk mengakrabkan suasana sesama Mahasiswa lain-nya. Penggunaan kata yang mengandung Hate Speech atau ujaran kebencian ini tidak hanya sering didengar pada saat berbicara langsung tetapi sering sekali ditemukan dalam percakapan Grup whatsapp . Chat pada grup whatsapp tersebut digunakan untuk analisis klasifikasi sehingga diketahui suatu kalimat tersebut termasuk ke dalam ujaran kebencian atau tidak ujaran kebencian. Permasalahan ketika menggunakan data chat grup whatsapp ialah, data chat masih mengandung banyak kata yang tidak baku seperti penulisan yang disingkat,banyaknya tanda baca,angka dan kata yang tidak diperlukan pada saat klasifikasi maka perlu dilakukan yang namanya preprocessing . Preprocessing merupakan tahapan awal yang paling penting dalam klasifikasi ujaran kebencian dalam data chat grup whatsapp , karena berpengaruh terhadap hasil performansi klasifikasi. Penelitian ini membahas mengenai teknik preprocessing dengan melakukan beberapa skenario pengujian kombinasi teknik preprocessing untuk mengetahui teknik preprocessing yang menghasilkan akurasi paling optimal serta pengaruhnya terhadap analisis klasifikasi. Klasifikasi yang dilakukan menggunakan algoritma random forest karena dari penelitian sebelumnya algoritma random forest mampu mengklasifikasikan data berupa teks dengan accuracy yang cukup baik. Hasil penelitian ini menunjukkan bahwa kinerja terbaik diperoleh dengan menggunakan kombinasi removal number ,annotation removal , cleaning , stemming , normalisasi , stopword , dengan akurasi yang sama sebesar 0.98%.
| Item Type: | Thesis (Skripsi(S1)) |
|---|---|
| Subjects: | S1-Skripsi |
| Divisions: | Fakultas Teknik > Teknik Informatika 2023 |
| Depositing User: | Irwan Kustiawan Kosasih |
| Date Deposited: | 18 Apr 2023 03:18 |
| Last Modified: | 18 Apr 2023 03:18 |
| URI: | http://repository.unpas.ac.id/id/eprint/63475 |
Actions (login required)
 |
View Item |
