Deteksi Ujaran Ancaman Berbasis Website Pada Postingan Media Sosial Twitter Menggunakan Metode Naive Bayes

Abstract

Abstrak Di era teknologi zaman sekarang media sosial sangat penting bagi kehidupan manusia. Media sosial berisi informasi yang digunakan untuk berkomunikasi, iklan, pendidikan, acara, dan dibutuhkan oleh kegiatan manusia untuk bersosialisasi. Di jaman yang berkembang seperti sekarang ini media sosial banyak di salah gunakan oleh oknum-oknum yang tidak bertanggung jawab, salah satunya menyebarkan sebuah pesan ancaman.Penulis melihat media sosial twitter sangat banyak postingan yang mengandung pesan ancaman yang ditujukan untuk pemerintahan, kelompok, bahkan individu. Sarana, platform, atau aplikasi sangat dibutuhkan untuk dapat mengidentifikasi sebuah kata atau kalimat yang mengandung sebuah pesan negatif khususnya ancaman. Pada penelitian ini dibuat sebuah sistem yang akan membantu pemerintah bahkan institusi terkait berupa aplikasi website yang akan mendeteksi ujaran ancaman pada postingan media sosial twitter menggunakan metode machine learning berupa naive bayes. Hasil dari penelitian ini menunjukkan bahwa sistem pendeteksi ujaran ancaman pada twitter yang di buat mendapatkan akurasi sebesar 66%, precision 64%, recall 63%, dan F1 score sebesar 63%. Kata kunci : ancaman, twitter, Naive Bayes Abstract In today’s technological era, social media is very important for human life. Social media contains information used for communication, advertising, education, events, and is needed by human activities to socialize. In this developing era, social media is often misused by irresponsible individuals, one of which is spreading a threatening message.The author sees in social media twitter there are many posts containing threatening messages aimed at governments, groups, and even individuals. Tools, platforms or applications are needed to be able to identify a word or sentence that contains a negative message, especially a threat. In this study, a system was created that would help the government and even related institutions in the form of a website application that would detect threat utterances in Twitter social media posts using machine learning methods in the form of Naive Bayes. The results of this study indicate that the threat speech detection system created on Twitter has an accuracy of 66%, 64% precision, 63% recall, and an F1 score of 63%. Keywords: threat, twitter, Naive Bayes