Wibowo, Dikih Arif (2019) IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI CUITAN UJARAN KEBENCIAN PADA TWITTER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (222kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (541kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (38kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (49kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code_18.21.1158 Dikih Arif Wibowo.zip Restricted to Repository staff only Download (4MB) |
|
Text (PUBLIKASI)
Publikasi_18.21.1158 Dikih Arif Wibowo.pdf Restricted to Repository staff only Download (747kB) |
Abstract
Twitter merupakan media sosial yang populer di Indonesia. Di twitter pengguna bisa membuat cuitan dalam bentuk text, foto atau video. Para pengguna twitter dapat saling mengikuti satu sama lain, membuat cuitan, membalas cuitan dan membagikan kembali cuitan. Di twitter pengguna dalam cuitannya dapat membuat tagar, tagar yang sedang populer akan menjadi peringkat teratas di twitter. Namun seringkali banyak cuitan yang mengandung ujaran kebencian dalam bentuk hinaan, berita bohong yang ditujukan kepada orang, ras, agama dan kelompok tertentu. Seringkali cuitan ujaran kebencian dibuat oleh akun palsu. Twitter telah membuat fitur yang memungkin pengguna untuk melaporkan akun yang terindikasi sebagai bot atau akun falsu, akan tetapi masih diperlukan model untuk mendeteksi cuitan tersebut mengandung ujaran kebencian atau tidak. Algoritma Naive Bayes akan mencari probabilitas setiap kelas ketika cuitan yang akan di prediksi di inputkan. Sebelum cuitan di hitung nilai probabilitasnya pada masing-masing kelas, cuitan akan diproses melalui tahap preprocessing yaitu casefolding, cleaning, tokenizing, dan stemming. Setelah diketahui nilai probabilitas dari masing-masing kelas, selanjutnya akan dibandingkan nilai probabilitasnya. Jika nilai probabilitasnya yang tertingggi adalah cuitan yang dicek dengan hipotesa kelas cuitan ujaran kebencian. Maka cuitan itu akan dilabeli sebagai sebagai cuitan ujaran kebencian. Jika nilai probabilitasnya yang tertinggi adalah cuitan yang dicek dengan hipotesa kelas cuitan tidak ujaran kebencian, maka cuitan tersebut akan dilabeli sebagai cuitan tidak mengandung ujaran kebencian.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Naive Bayes, Bayesian, Text Classification, Preprocessing, Twitter | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 03 Aug 2022 04:51 | ||
| Last Modified: | 07 Sep 2023 07:23 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/4854 |
Actions (login required)
 |
View Item |