Abstract
Ujaran kebencian adalah penyebaran kebencian terhadap individu atau kelompok atas dasar suku, agama, ras, dan karakteristik lain yang dapat menimbulkan diskriminasi, kekerasan, dan konflik sosial. Data yang tidak seimbang dapat menyebabkan hasil negatif pada hasil klasifikasi. Metode Synthetic Minority Oversampling Technique (SMOTE) digunakan untuk mengatasi data yang tidak seimbang. Ekstraksi fitur menggunakan Bag of Words dan TD-IDF, kemudian data training dilakukan oversampling menggunakan metode SMOTE, SVMSMOTE, KMeansSMOTE, dan BorderlineSMOTE. Klasifikasi tersebut menggunakan algoritma Random Forest, Support Vector Machine, Logistic Regression dan Naive Bayes. Hasil penelitian menunjukkan bahwa penerapan metode BorderlineSMOTE untuk menangani data imbalanced menghasilkan kinerja yang lebih baik daripada metode SMOTE lainnya berdasarkan nilai accuray, recall dan F1-Score dengan masing-masing nilai sebesar 84,09%, 85,25% dan 81,16%. Algoritma Random Forest menghasilkan nilai kinerja yang lebih tinggi dibandingkan algoritma lainnya
Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callSimilar Papers
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
