ABSTRAK Nama : Faizal Adhitama Prabowo Program Studi : Sarjana Ilmu Komputer Judul : Perbandingan Klasifikasi Multi Label Menggunakan Pendekatan Hierarki dan Flat untuk Identifikasi Target, Golongan, dan Tingkat Ujaran Kebencian pada Twitter Berbahasa Indonesia Pembimbing : Dr. Indra Budi S.Kom., M.Kom. Ujaran kebencian merupakan salah satu jenis ujaran yang penyebarannya di larang di ruang publik seperti media sosial. Ujaran kebencian tersebut dapat dispesifikasi berdasarkan target, golongan, dan tingkatannya. Skripsi ini membahas perbandingan klasfikasi teks multi label secara hierarki dan flat untuk mengidentifikasi target, golongan, dan tingkat dari ujaran kebencian pada Twitter berbahasa Indonesia. Identifikasi diselesaikan dengan menggunakan algoritme klasfikasi seperti Random Forest Decision Tree (RFDT), Naïve Bayes (NB), Logistic Regression (LR), dan Support Vector Machine (SVM). Fitur yang digunakan untuk klasifikasi adalah fitur frekuensi term word unigram. Eksperimen dilakukan dengan menggunakan pendekatan flat dan pendekatan hierarki. Hasil eksperimen menunjukkan bahwa pendekatan hierarki dengan algoritme LR mempunyai akurasi yang lebih tinggi dibandingkan pendekatan flat untuk keseluruhan label yakni dengan akurasi sebesar 76.25%. Kata kunci: ujaran kebencian, klasfikasi teks multi label, klasifikasi hierarki, machine learning, RFDT, NB, LR, SVM.