Deteksi Ujaran Kebencian Pada Media Sosial Terkait Pemilu 2024 Menggunakan Algoritma Naive Bayes

Adesyan Lahinda; Irene R.H.T. Tangkawarow; Efraim R.S.  Moningkey

doi:10.33395/jmp.v14i2.15665

Authors

Adesyan Lahinda Universitas Negeri Manado
Irene R.H.T. Tangkawarow Universitas Negeri Manado
Efraim R.S. Moningkey Universitas Negeri Manado

DOI:

10.33395/jmp.v14i2.15665

Keywords:

Ujaran Kebencian, Media Sosial, Pemilu 2024, Naïve Bayes, Klasifikasi Teks

Abstract

Pemilu 2024 memiliki peranan yang sangat krusial dalam sistem demokrasi Indonesia, terutama karena didominasi oleh pemilih muda yang aktif menggunakan media sosial sebagai alat komunikasi politik. Namun, kondisi ini juga menghadirkan tantangan besar, terutama dengan meningkatnya penyebaran ujaran kebencian yang dapat dianggap sebagai pelanggaran Pemilu. Konten semacam ini terus meningkat, berpotensi merusak citra dan kualitas Pemilu serta mengganggu proses demokrasi. Meskipun ujaran kebencian telah diatur dalam Undang-Undang Pemilu dan Undang-Undang Informasi dan Transaksi Elektronik (ITE), pengawasan secara manual masih sulit dilakukan karena banyaknya konten yang beredar di media sosial. Penelitian ini bertujuan untuk mendeteksi ujaran kebencian sebagai pelanggaran Pemilu 2024 di media sosial dengan menggunakan metode Naïve Bayes. Dataset yang digunakan terdiri dari 408 komentar dari Twitter dan 445 komentar dari YouTube. Data tersebut dikategorikan ke dalam dua kelompok, yaitu ujaran kebencian dan non-ujaran kebencian, kemudian diuji secara otomatis dan manual. Hasil penelitian menunjukkan bahwa model mencapai akurasi 100% untuk data Twitter dan YouTube pada pengujian otomatis, sedangkan pengujian manual memperoleh akurasi 95,00% untuk Twitter dan 92,59% untuk YouTube.

GS Cited Analysis

References

Abadi, M., Alung, C., Permadi, I., & Schova, Y. (2023). Strategi Mitigasi Dampak Negatif Politik Identitas Sebelum dan Sesudah PEMILU. Electoral Governance Jurnal Tata Kelola Pemilu Indonesia, 4(2), 142–165. www.journal.kpu.go.id

Akbar, A. (2023). Menkominfo: 42% Masyarakat Percaya Disinfomasi Pemilu, Harus Diantisipasi. https://news.detik.com/berita/d-7077339/menkominfo-42-masyarakat-percaya-disinfomasi-pemilu-harus-diantisipasi

Andi Najemi, Hafrida, H., Tri Imam Munandar, & Aga Hanum Praydhi. (2022). Meningkatkan Pemahaman Masyarakat Terhadap Tindak Pidana Ujaran Kebencian Melalui Media Sosial. Joong-Ki : Jurnal Pengabdian Masyarakat, 1(3), 400–407. https://doi.org/10.56799/joongki.v1i3.804

Arifin, K., & Al-Idrus, S. I. (2024). Klasifikasi Emosi Pengguna Twitter Terhadap Bakal Calon Presiden Pada Pemilu 2024 Menggunakan Algoritma Naïve Bayes. Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika Dan Komputer), 23(1), 37. https://doi.org/10.53513/jis.v23i1.9558

Aryanti, P. G., & Santoso, I. (2023). Analisis Sentimen Pada Twitter Terhadap Mobil Listrik Menggunakan Algoritma Naive Bayes. IKRA-ITH Informatika : Jurnal Komputer Dan Informatika, 7(2), 133–137. https://journals.upi-yai.ac.id/index.php/ikraith-informatika/article/view/2821

Bagenda, C., Kholiq, A., Sri D, P. A., Setiawati, S., & Handayani, B. (2024). Implikasi Hukum Pidana pada Kasus Hoaks dan Ujaran Kebencian di Media Sosial Criminal Law Implications in Hoax and Hate Speech Cases on Social Media. Jurnal Jurnal Kolaboratif Sains, 7(11), 4130–4135. https://doi.org/10.56338/jks.v7i11.6571

Evita, N. (2023). Generasi Z Dalam Pemilu: Pola Bermedia Generasi Z Dalam Pencarian Informasi Politik. Electoral Governance Jurnal Tata Kelola Pemilu Indonesia, 5(1), 47–66. https://doi.org/10.46874/tkp.v5i1.1051

Hardianti, A. T., Manga, A. R., & Darwis, H. (2018). Penerapan Metode Naïve Bayes pada Klasifikasi Judul Jurnal. Prosiding Seminar Nasional Ilmu Komputer Dan Teknologi Informasi, 3(2), 97–101.

I Wayan Suardi. (2025). Perbandingan Nilai Akurasi Analisa Sentiment Pada Kata Kunci Pemilu 2024. The Indonesian Journal of Computer Science, 14(2). https://doi.org/10.33022/ijcs.v14i2.4777

Ibrahim, M., Bu’ulolo, E., & Lubis, I. (2020). Penerapan Algoritma Naive Bayes Classifier Untuk Mendeteksi Tingkat Krediblitas Hoax News/ Fake News Pada Sosial Media Di Indonesia Berbasis Android (Studi Kasus : Kantor Tribun Medan). Resolusi: Rekayasa Teknik Informatika Dan Informasi, 1(1), 9–17.

Kusuma, I., Negara, I., & ... (2023). Perancangan Deteksi Ujaran Kebencian Pada Tahapan Pemilu 2024 Di Media Sosial Menggunakan Metode Naïve Bayes. Journal of …, 04(2), 1–13. http://jietech.triatmamulya.ac.id/index.php/Jietech/article/view/65%0Ahttp://jietech.triatmamulya.ac.id/index.php/Jietech/article/download/65/59

Lumape, A., Mamesah, E. L., & Palilingan, T. N. (2023). Aspek Hukum Pengaturan Pelanggaran Pemilu Dan Badan-Badan Yang Berkompeten Menyelesaikan Pelanggaran Pemilu. Lex Administratum, 13(1). https://ejournal.unsrat.ac.id/index.php/administratum/article/view/52583%0Ahttps://ejournal.unsrat.ac.id/index.php/administratum/article/download/52583/44767

Muhamad, N. (2023). KPU: Pemilih 2024 Didominasi Oleh Kelompok Gen Z dan Milenial. Katadata Media Network. https://databoks.katadata.co.id/datapublish/2023/07/05/kpu-pemilih-pemilu-2024-didominasi-oleh-kelompok-gen-z-dan-milenial

Munawaroh, N. (2023). Kampanye Pemilu di Tempat Yang Dilarang, Ini Sanksinya. Hukumonline.Com. https://www.hukumonline.com/klinik/a/kampanye-pemilu-di-tempat-yang-dilarang-ini-sanksinya-lt5bf0cd810ac37/

Murni, M., Riadi, I., & Fadlil, A. (2023). Analisis Sentimen HateSpeech pada Pengguna Layanan Twitter dengan Metode Naïve Bayes Classifier (NBC). JURIKOM (Jurnal Riset Komputer), 10(2), 566–575. https://doi.org/10.30865/jurikom.v10i2.5984

Nurfatimah, Seran, G. G., & Apriliyani, N. V. (2024). Implementasi Pengawasan Partisipatif Badan Pengawas Pemilihan Umum Menurut Peraturan Bawaslu Nomor 2 Tahun 2023 Pada Tahapan Pemilihan Umum 2024. Karimah Tauhid, 3, 3253–3270.

Pakpahan, R. (2021). Analisa Implementasi Uu Ite Pasal 28 Ayat 2 Dalam Mengurangi Ujaran Kebencian Di Media Sosial. Journal of Information System, Informatics and Computing, 5(1), 111. https://doi.org/10.52362/jisicom.v5i1.465

Rorong, H. M., Santa, K., & Peggie Rantung, V. (2025). Sentimen Analisis U-17 Pada Media Sosial X Dengan Metode Support Vector Machine Sentiment Analysis of U-17 on Social Media X Using the Support Vector Machine Method. JOURNAL OF INFORMATICS, BUSSINES, EDUCATION, AND INNOVATION TECHNOLOGY.

Tumimomor, T. (2025). Analisis Sentimen dan Ujaran Kebencian Pemberitaan Online Tentang IKN Menggunakan Algortima K-NN. The Indonesian Journal of Computer Science, 14(2), 3201–3217. https://doi.org/10.33022/ijcs.v14i2.4810

Zaky, I., Fatih, A., & Putera, R. A. (2024). Peran Algoritma Media Sosial dalam Penyebaran Propaganda Politik Digital Menjelang Pemilu. Jurnal Kajian Stratejik Ketahanan Nasional, 7(1). https://doi.org/10.7454/jkskn.v7i1.10090