ABSTRAK Nama : Cakra Wishnu Wardhana Program Studi : Ilmu Komputer Judul : Deteksi Stance pada Teks Berbahasa Indonesia Menggunakan Fitur N-gram, Sentimen, Ortografi, dan Proper Name Penelitian ini bertujuan untuk mengembangkan sebuah model yang dapat secara otomatis mendeteksi stance sebuah artikel ulasan berbahasa Indonesia sebagai mendukung, menentang, atau tidak diketahui. Pendekatan yang digunakan menggunakan metode berbasis supervised learning dengan dua model klasifikasi, yaitu Multinomial Naive Bayes dan linear Support Vector Machine (SVM). Model dibangun dengan menggunakan empat fitur, yaitu fitur n-gram, sentimen, ortografi, dan proper name. Didapatkan skor F1-measure terbaik sebesar 86.5% dengan menggunakan fitur top-30% bigram dengan melakukan pembuangan stopwords dan model SVM. Hasil eksperimen menunjukkan bahwa fitur n-gram adalah fitur yang paling kontributif. Penelitian ini merupakan salah satu yang pertama dalam deteksi stance pada artikel berbahasa Indonesia. Kata Kunci: deteksi stance, klasifikasi teks, pembelajaran mesin