Mendeteksi Cyberhate pada Twitter Menggunakan Text Classification dan Crowdsourced Labeling

Abstract

Pada masa kampanye pemilihan umum presiden 2019 di Indonesia, banyak dukungan yang dilakukan masyarakat dengan berbagai macam bentuk dukungan, seperti dukungan berupa selebaran dan juga tulisan pada media sosial. Pada media sosial seperti Twitter misalnya, selama masa pemilihan presiden terdapat banyak tagar-tagar dukungan seperti #2019gantipresiden, #2019tetapjokowi, dan tagar lainnya, yang terkait pemilihan presiden Indonesia. Namun, tidak jarang terdapat ujaran kebencian atau hate speech yang terkandung pada tweet dengan tagar tersebut. Hate speech yang disebarluaskan di internet (cyberhate) dapat menyebabkan munculnya perselisihan antar individu maupun kelompok. Pada masa kampanye pemilihan presiden ini, cyberhate dapat menyebabkan perselisihan antar kelompok pendukung kedua pasangan calon presiden dan dapat berakibat konflik seperti kerusuhan dan aksi lainnya yang merugikan negara. Dalam makalah ini digunakan algoritme SVM untuk mendeteksi cyberhate yang menghasilkan keakuratan terbaiknya sebesar 97%. Selain itu, juga diterapkan crowdsourced labeling dalam pelabelan dataset yang digunakan, yang menghasilkan validitas data sebesar 98% data valid dengan tujuh data yang salah.