Klasifikasi Tweet Berbahasa Indonesia Berisi Ujaran Kebencian Menggunakan Metode Improved K-Nearest Neighbor dengan Pembobotan BM25F

Abstrak

Ujaran kebencian ialah tindakan kebencian verbal yang menargetkan sekelompok orang atau bagian dari komunitas tertentu. Di Indonesia, ujaran kebencian semakin banyak ditemukan, terutama pada media sosial berbasis utama teks seperti Twitter. Sehingga menginspirasi ditulisnya penelitian ini, untuk mengidentifikasi ujaran kebencian di Twitter dengan klasifikasi tweet, khususnya yang berbahasa Indonesia.  Penulis memilih menggunakan Improved K-Nearest Neighbor dengan menggunakan pembobotan kata BM25F, yaitu pembobotan yang mempertimbangkan field/stream dalam dokumen. Sehingga tweet yang dipilih sebagai dokumen latih dan dokumen uji penelitian, terdiri atas 2 stream, yaitu tweet dan hashtag atau tagar (tanda pagar). Dilakukan pengujian K-Fold Cross Validation (dengan K = 5) terhadap parameter k untuk klasifikasi IKNN, b_s, v_s, dan k₁ untuk pembobotan BM25F, dengan 400 dokumen latih dan 100 dokumen uji. Hasil pengujian menunjukkan bahwa penentuan nilai bobot stream pada BM25F cukup mempengaruhi hasil klasifikasi IKNN. Sedangkan hasil akhir terbaik untuk F-Measure, Accuracy, Precision, dan Recall dari rerata 5-Fold Cross Validation yang didapatkan ialah 79,77% , 68,80%, 68,80%, dan 89,92% dengan k = 70,  b_s= 0,6, v₁ = 2,  v₂= 5 dan  k₁= 2 sebagai nilai terbaik untuk masing-masing parameternya.