DETEKSI UJARAN KEBENCIAN PADA MEDIA SOSIAL X DALAM KASUS PENGUNGSI ROHINGYA MENGGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES

Abstrak

Dalam era digital saat ini, media sosial telah menjadi platform utama bagi masyarakat untuk berbagi pendapat dan informasi. Platform seperti Twitter, yang sekarang dikenal sebagai X memfasilitasi interaksi yang mudah dan cepat namun juga menghadirkan tantangan seperti penyebaran ujaran kebencian yang berdampak negatif bagi individu maupun komunitas. Kasus pengungsi Rohingya telah menjadi perhatian global karena kekerasan sistematis oleh militer Myanmar terhadap etnis minoritas yang tidak diakui kewarganegaraannya. Banyak masyarakat global yang mengecam perlakuan Myanmar terhadap Rohingya, yang dianggap melanggar hak asasi manusia (HAM). Komentar dan analisis tentang kasus ini sering mendapatkan dukungan dan kritik, kadang berupa ujaran kebencian (hate speech). Ujaran kebencian (hate speech) adalah tindakan menyebarkan kebencian berdasarkan suku, agama, ras, dan lainnya, yang dapat memicu perpecahan, diskriminasi, kekerasan, dan konflik sosial. Media sosial sering digunakan untuk menyebarkan pesan kebencian dengan cepat dan luas, yang merusak hubungan antar kelompok dalam masyarakat, menyebabkan ketidakstabilan sosial, dan mengancam perdamaian. Penelitian ini berfokus pada penerapan Text Mining untuk mendeteksi ujaran kebencian menggunakan Metode Multinomial Naive Bayes terhadap kasus pengungsi Rohingya di media sosial Twitter atau X. Dataset diperoleh menggunakan Tweet Harvest dari bulan Januari hingga Maret 2024, dengan 436 data yang dikumpulkan dan diberi label otomatis oleh vader lexicon serta divalidasi secara manual oleh pakar dengan tujuan mengembangkan model pendeteksi ujaran kebencian pada media sosial X. Kata kunci yang digunakan berkaitan dengan Rohingya dan beberapa kata yang mengandung unsur kebencian. Penggunaan pembobotan kata TF-IDF dan Algoritma Multinomial Naive Bayes dalam mendeteksi ujaran kebencian menghasilkan nilai akurasi sebesar 69%, presisi 93%, dan recall 51%. Hasil ini menunjukkan bahwa sistem dapat mendeteksi tweet yang mengandung ujaran kebencian (hate speech) dengan metode Multinomial Naive Bayes. Kontribusi utama dari penelitian ini adalah penerapan dan evaluasi Multinomial Naïve Bayes dalam konteks bahasa Indonesia untuk deteksi ujaran kebencian, yang memberikan wawasan baru dalam menangani isu sosial kritis ini di media sosial, serta menjadi landasan bagi pengembangan lebih lanjut dalam analisis teks berbahasa Indonesia.