Penerapan Metode LSTM Pada Sistem Klasifikasi Komentar Publik Yang Termasuk Jenis Pelanggaran Undang-Undang ITE

Authors

  • Nadaa Qur'atul 'Ain Jurusan Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo
  • Bambang Pramono Universitas Halu Oleo
  • Asa Hari Wibowo Universitas Halu Oleo

Keywords:

Klasifikasi, Text Mining, LSTM

Abstract

Twitter merupakan media sosial yang menempatkan Indonesia sebagai negara dengan pengguna ke-5 terbanyak di dunia. Besarnya jumlah pengguna Twitter menjadikan media ini sebagai salah satu sarana untuk memperoleh simpati dan dukungan publik terhadap seseorang guna memenangkan suatu kontes perebutan kekuasaan (pemilihan presiden/pilpres). Adanya ambisi yang besar untuk memenangkan bakal calon dukungannya memicu oknum-oknum tertentu melakukan usaha-usaha untuk menjatuhkan pesaingnya lewat media sosial Twitter yang kegiatan-kegiatan tersebut merupakan suatu pelanggaran hukum. Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi yang mampu mengklasifikasikan komentar publik (tweet) ke dalam jenis-jenis pelanggaran Undang - Undang No. 19 Tahun 2016 tentang perubahan atas Undang - Undang Nomor 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik (ITE) menggunakan metode klasifikasi Long-Short Term Memory.  Berdasarkan hasil penelitian diperoleh accuracy sebesar 80%, precision sebesar 53,3% dan recall sebesar 58%, artinya metode Long-Short Term Memory ini cukup dapat digunakan untuk melakukan klasifikasi komentar publik (tweet) kedalam pelanggaran Undang Undang Informasi dan Transaksi Elektronik (ITE).

Downloads

Published

2024-05-26