%0 Thesis
%9 S1 - Sarjana
%A Hikmah, Dhani Jamiatul
%A Universitas AMIKOM Yogyakarta,
%B Fakultas Ilmu Komputer
%D 2026
%F universitasamikomyogyakarta:32800
%I Universitas AMIKOM Yogyakarta
%K Komunikasi negatif, Naive bayes, Text  mining, Negative communication, Hate speech, Abusive language.
%T ANALISIS KOMUNIKASI NEGATIF PADA SOSIAL MEDIA X  BERDASARKAN HATE SPEECH DAN ABUSIVE LANGUAGE  MENGGUNAKAN ALGORITMA NAIVE BAYES
%U https://eprints.amikom.ac.id/id/eprint/32800/
%X Perkembangan media sosial telah mendorong perubahan pola komunikasi  masyarakat, di mana pengguna dapat menyampaikan pendapat secara bebas dan  terbuka. Namun, kondisi ini juga memicu munculnya komunikasi negatif seperti  hate speech dan abusive language yang dapat menimbulkan konflik sosial,  menurunkan kualitas diskusi publik, serta berdampak negatif terhadap lingkungan  digital. Tingginya volume data pada media sosial X (sebelumnya Twitter)  menyebabkan proses identifikasi komunikasi negatif secara manual menjadi sulit  dilakukan. Oleh karena itu, diperlukan suatu pendekatan otomatis yang mampu  mengidentifikasi dan mengklasifikasikan komunikasi negatif secara efektif dan  efisien.  Penelitian ini menggunakan metode kuantitatif dengan pendekatan text  mining untuk menganalisis komunikasi negatif pada media sosial X. Data yang  digunakan berupa dataset Indonesian Abusive and Hate Speech Twitter Text yang  telah dianotasi. Tahapan penelitian meliputi preprocessing data yang terdiri dari  case folding, tokenizing, stopword removal, dan stemming, kemudian dilanjutkan  dengan proses klasifikasi menggunakan algoritma Naive Bayes. Data dibagi  menjadi data training dan data testing untuk membangun dan menguji model.  Selanjutnya, dilakukan evaluasi model menggunakan confusion matrix dengan  metrik akurasi, precision, recall, dan F1-score.  Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu  mengklasifikasikan komunikasi negatif dengan baik berdasarkan kategori hate  speech dan abusive language. Penelitian ini memberikan kontribusi dalam  pengembangan analisis komunikasi digital berbasis bahasa Indonesia serta dapat  dimanfaatkan oleh pengembang sistem, peneliti, dan pihak terkait dalam  mendeteksi serta mengelola konten negatif di media sosial. Untuk penelitian  selanjutnya, disarankan menggunakan metode yang lebih kompleks atau  membandingkan beberapa algoritma guna meningkatkan akurasi model.