Perpustakaan
DESKRIPSI DATA LENGKAP
JudulANALISIS POLA UJARAN KEBENCIAN (HATE SPEECH) PADA KOMENTAR YOUTUBE TERKAIT KASUS DEMONSTRASI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (NBC) DENGAN EKSTRAKSI FITUR N-GRAM
Nama: NI PUTU CHRISTINA PRADNYA DEWI
Tahun: 2026
Abstrak
Komentar YouTube terkait demonstrasi di Indonesia menunjukkan banyak opini yang beragam, termasuk ujaran kebencian yang berpotensi memperburuk komunikasi publik. Penelitian ini dilakukan untuk mengklasifikasikan komentar YouTube ke dalam kategori ujaran kebencian dan bukan ujaran kebencian menggunakan Naïve Bayes Classifier dengan ekstraksi fitur N-Gram. Data yang digunakan berjumlah 7.829 komentar berbahasa Indonesia yang diperoleh melalui YouTube Data API dari empat video terkait. Tahapan penelitian meliputi preprocessing teks, pelabelan manual, pembobotan TF-IDF, ekstraksi fitur unigram, bigram, dan trigram, pembagian data training dan testing dengan rasio 80:20, serta evaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa unigram memperoleh performa terbaik dengan akurasi 81,37%, presisi 83,23%, recall 81,37%, dan F1-score 77,54%. Visualisasi word cloud menunjukkan kata dominan ujaran kebencian seperti rakyat, polisi, brimob, tabrak, lindas, mati, dan biadab. Penelitian ini menyimpulkan bahwa unigram paling efektif untuk klasifikasi komentar YouTube.

Sign In to Perpus

Don't have an account? Sign Up

#