Abstract:
Perkembangan media sosial saat ini memunculkan berbagai bentuk interaksi digital
salah satunya adalah hatespeech atau biasa disebut ujaran kebenciaan yang semakin
marak terjadi. Platform X yang sebelumnya dikenal sebagai Twitter menjadi salah
satu media yang paling banyak digunakan masyarakat dalam menyampaikan opini
secara terbuka, khususnya terhadap industri bisnis seperti restoran siap saji Gacoan.
Penelitian ini bertujuan untuk melakukan analisis sentimen yang mengandung
ujaran kebencian terhadap Gacoan di Platform X dengan menerapkan algoritma
Support Vector Machine (SVM) sebagai metode klasifikasi. Data dikumpulkan
melalui proses scrapping menggunakan tools tweet-harvest dalam rentang waktu
mulai dari Januari hingga Juni 2024 dengan total 2500 data Tweet. Selanjutnya
dilakukan tahap preprocessing seperti case folding, cleansing, tokenizing,
normalisasi, stopword removal dan stemming. Pelabelan data menggunakan
pendekatan INSET Lexicon-Based untuk mengklasifikasikan tweet menjadi
hatespeech dan non-hatespeech. Hasil pengujian model SVM dengan kernel linear
menunjukkan tingkat akurasi sebesar 83,3% dengan nilai precision 0,899, recall
0,907 dan f1-score 0,903 pada kategori hatespeech. Dari hasil ini membuktikan
bahwa algoritma SVM mampu secara efektif mengklasifikasikan ujaran kebencian
pada data tidak terstruktur dimedia sosial.
