ABSTRAK Nama : Muhammad Akbar Setiadi Program Studi : Sistem Informasi Judul : Identifikasi Ujaran Kebencian dan Ujaran Kasar pada Twitter Berbahasa Indonesia Menggunakan Fitur Semantik Dosen Pembimbing : Dr. Indra Budi S.Kom., M.Kom. Kemerdekaan mengeluarkan pendapat bagi masyarakat Indonesia di media sosial membuat penyebaran ujaran kebencian dan ujaran kasar menjadi tidak terhindarkan. Apabila tidak dilakukan penanganan lebih lanjut, penyebaran ini dapat memicu terjadinya perpecahan antar individu, ras maupun kelompok tertentu. Identifikasi ujaran kebencian dan ujaran kasar menjadi permasalahan yang cukup menantang, dengan begitu fitur semantik seperti word embedding (word2vec) dapat diandalkan karena kemampuannya dalam mengenali makna teks. Penelitian ini menggunakan fitur word embedding (word2vec), part of speech dan emoji serta kombinasi antar fitur tersebut, kemudian juga menggunakan kombinasi fitur unigram, part of speech dan emoji. Algoritme klasifikasi yang digunakan pada penelitian ini adalah Support Vector Machine, Random Forest Decision Tree, dan Regresi Logistik. Kombinasi fitur unigram, part of speech dan emoji memperoleh nilai akurasi tertinggi sebesar 79,85% dengan f-measure sebesar 87,51%. Kata kunci: ujaran kebencian, ujaran kasar, Twitter, ekstraksi fitur