ANALISIS KOMUNIKASI NEGATIF PADA SOSIAL MEDIA X BERDASARKAN HATE SPEECH DAN ABUSIVE LANGUAGE MENGGUNAKAN ALGORITMA NAIVE BAYES

Hikmah, Dhani Jamiatul (2026) ANALISIS KOMUNIKASI NEGATIF PADA SOSIAL MEDIA X BERDASARKAN HATE SPEECH DAN ABUSIVE LANGUAGE MENGGUNAKAN ALGORITMA NAIVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER - ABSTRAK) COVER.pdf - Published Version Download (1MB)
	Text (BAB I) BAB I.pdf - Published Version Download (350kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (642kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (315kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (511kB)
	Text (BAB V) BAB V.pdf - Published Version Download (80kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (515kB)
	Archive (SOURCE CODE) Sourcecode - 22.83.0805.zip Restricted to Repository staff only Download (328B)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

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.

Actions (login required)

View Item