| Pengarang | Siti Hadiyan Pratiwi; |
| Pembimbing | Ika Alfina |
| Kata Kunci | Classification, Naive Bayes, SVM,Twitter, Hate Speech |
| Tahun buku | 2016 |
| Barcode RFID baru | 11872535 |
| Tahun Angkatan | 2012 |
| Progam Studi | ILMU KOMPUTER |
| Lokasi | FASILKOM-UI; |
| Tanggal Datang | 28/07/2016 |
| Abstrak Indonesia | ABSTRAK Nama : Siti Hadiyan Pratiwi Program Studi : Ilmu Komputer Judul : Deteksi Ujaran Kebencian Terkait Agama Pada Tweet Berbahasa Indonesia Menggunakan Algoritma Naive Bayes Dan Support Vector Machine Tugas akhir ini membahas mengenai cara mendeteksi ujaran kebencian terkait agama pada tweet berbahasa Indonesia di sosial media Twitter. Sejauh pengetahuan penulis, ini merupakan penelitian pertama mengenai ujaran kebencian terkait agama pada teks berbahasa Indonesia. Dimulai dari pengumpulan tweet dari Twitter, pemberian anotasi pada setiap tweet secara manual ke dalam dua kategori, mengandung ujaran kebecian terkait agama atau tidak, dan akhirnya menggunakan machine learning untuk membangun klasifier biner untuk mendeteksi ujaran kebencian. Klasifikasi dilakukan dengan menggunakan Naïve Bayes and SVM. Fitur yang diekstraksi dari data diantaranya adalah unigram, bigram, jumlah kemunculan kata dan frasa yang terkait dengan ujaran kebencian terhadap agama, dan jumlah kemunculan kata yang menandung sentimen negatif. Kinerja dari Naïve Bayes dan SVM dengan menggunakan data pada penelitian ini kurang lebih sama. Feature ablation study menunjukkan bahwa unigram adalah fitur yang paling penting. Analisis kesalahan menunjukan bahwa kelima fitur yang digunakan masih belum cukup untuk mendeteksi ujaran kebencian terkait agama. Kata kunci: Klasifikasi, Naive Bayes, SVM,Twitter, Ujaran Kebencian |
| Judul | Deteksi ujaran kebencian terkait dengan agama pada tweet berbahasa Indonesia menggunakan algoritma naiva bayes dan support vector machine |
| NPM | 1206278403 |
| Abstrak English | ABSTRACT Name : Siti Hadiyan Pratiwi Study Program : Computer Science Title : Detecting Hate Speech Against Religion On Tweets In Indonesian Language This research presents our study in detecting hate speech against religion on tweets in Indonesian language on social media Twitter. As far as writer knows, this research was the first research about hate speech against religion on text in Indonesian Language. We start with collecting tweets from Twitter, annotating each tweet manually into two categories, contains hate speech against religion or not, and finally using machine learning to build binary classifier to detect hate speech. Classification is performed using Naïve Bayes and SVM. Features that will be extracted from data are unigram, bigram, number of occurrence of words and phrases that related to hate speech against religion, and number of occurrence of words with negative sentiment. The performance of Naïve Bayes and SVM using our data is more or less the same. Feature ablation study shows that unigram is the most important feature. Error analysis shows that the five features that we used are still not sufficient to detect hate speech against religion. Key words: Classification, Naive Bayes, SVM,Twitter, Hate Speech |
| Penguji 2 | Dina Chahyati |
| Fisik | xiv, 79 hlm;ill; 30 cm. |
| Bahasa | Ind |
| Lulus Semester | Genap 2015/ 2016 |
| Penerbitan | Depok: Fakultas Ilmu Komputer UI, 2016 |
| No. Panggil | SK-1479 (Softcopy SK-961) |
| Penguji 1 | Alfan Farizki Wicaksono |
| Nomor Panggil | ID Koleksi | Status |
|---|---|---|
| SK-1479 (Softcopy SK-961) | TERSEDIA |