Klasifikasi Artikel Berita Berdasarkan Uu Ite No. 11 Tahun 2008 Menggunakan Support Vector Machine

Abstract

Information or reports about events that have occurred, have occurred or are predicted to occur are commonly referred to as news articles. However, many of the new news articles relating to a crime, especially crimes that occur in cyberspace, have not been provided with clues as to the violations committed and what legal assumptions were received from the crime. Difficult access to original documents from a case makes it difficult to learn about cases related to cybercrime, especially regarding the ITE Law No. 11 of 2008. Because it is necessary to provide early education to the public, both adults and adolescents, regarding violations related to the ITE Law No. 11 of 2008, it is important to build a system that is able to automatically, quickly to categorize news articles according to the violations committed. Grouping news articles can use one of the classification algorithms, namely Support Vector Machine (SVM). This study will use SVM in classifying 5 categories related to violations of the ITE Law No. 11 of 2008. This research produces a classification system with RBF kernel with an accuracy of 86.27%

Informasi atau laporan mengenai suatu kejadian yang sedang terjadi, sudah terjadi atau yang diprediksi akan terjadi biasa disebut dengan artikel berita. Namun, banyak dari artikel berita baru yang berkaitan dengan suatu tindak kejahatan, terutama tindak kejahatan yang terjadi di dunia maya belum diberikan petunjuk mengenai pelanggaran yang dilakukan serta asumsi hukum apa yang diterima dari tindakan kejahatan tersebut. Sulitnya akses kepada dokumen asli dari sebuah kasus membuat sulitnya pembelajaran mengenai kasus-kasus terkait tindakan criminal dunia maya khususnya mengenai UU ITE No. 11 Tahun 2008. Karena diperlukannya memberikan edukasi dini kepada masyarakat baik kalangan dewasa maupun remaja mengenai pelanggaran terkait UU ITE No. 11 Tahun 2008, diperlukan membangun sistem yang mampu secara langsung, cepat dalam mengkategorikan artikel berita dengan pelanggaran yang dilakukan. Pengelompokkan artikel berita dapat menggunakan salah satu algoritma klasifikasi yaitu Support Vector Machine (SVM). Penelitian ini akan menggunakan SVM dalam melakukan klasifikasi terhadap 5 kategori terkait pelanggaran UU ITE No. 11 Tahun 2008. Penelitian ini menghasilkan sistem klasifikasi dengan menggunakan kernel RBF dengan akurasi 86.27%.