https://library.umsida.ac.id/— Dunia akademik kembali mencatat prestasi membanggakan dari Universitas Muhammadiyah Sidoarjo (UMSIDA). Salah satu dosen terbaiknya, Yulian Findawati, S.T., M.MT., berhasil menerbitkan artikel ilmiah bereputasi internasional di International Journal on Informatics Visualization (JOIV) edisi Juli 2025.
Penelitian berjudul “Multi-label Aspect Dangerous Speech Classification Using Keyword-Driven Ensemble Classifier on Imbalanced Data” ini menjadi sorotan karena menawarkan pendekatan baru dalam mendeteksi ujaran berbahaya (dangerous speech) di media sosial, khususnya Twitter.
🔍 Inovasi AI untuk Deteksi Ujaran Berbahaya
Dalam penelitiannya, Yulian bersama tim dari Institut Teknologi Sepuluh Nopember (ITS) memanfaatkan kecerdasan buatan (AI) untuk mengenali ujaran berbahaya yang berpotensi memicu konflik sosial. Data penelitian ini mencakup tweet berbahasa Indonesia dari tahun 2019 hingga 2022 yang berkaitan dengan isu pemerintahan.
Setiap data dianalisis dan diberi label berdasarkan tujuh aspek ujaran berbahaya, seperti dehumanisasi, konteks sosial dan historis, ancaman terhadap kelompok tertentu, serta tuduhan cermin (accusation in the mirror). Peneliti menghadapi tantangan besar karena data bersifat tidak seimbang dan menggunakan bahasa informal, khas percakapan media sosial.
Untuk mengatasinya, dikembangkanlah metode Keyword-Driven Ensemble Classifier (KDEC) — sebuah model yang menggabungkan kekuatan beberapa algoritma kecerdasan buatan seperti Support Vector Classifier (SVC), Logistic Regression, dan IndoBERTweet.
“Model ini tidak hanya membaca kata, tapi memahami konteks dan pola ujaran yang mengandung potensi kekerasan atau diskriminasi,” jelas Yulian Findawati dalam wawancara di acara Podcast Biru: Publikasi Bereputasi UMSIDA, Kamis (30/10).
Metode KDEC ini terbukti sangat efektif, mencapai akurasi 92% untuk klasifikasi tujuh label dan 88% untuk empat label. Hasil ini menunjukkan bahwa sistem dapat mengenali ujaran berbahaya dengan ketepatan tinggi, bahkan saat dihadapkan pada data tidak seimbang.
🎙️ Dukung Moderasi Konten Digital
Moderator Irta Fiddinia, S.I.Pust., pustakawan UMSIDA yang memandu diskusi, menyebut penelitian ini sangat relevan dengan kondisi dunia digital saat ini.
“Di tengah derasnya arus informasi, teknologi seperti ini bisa membantu moderator platform digital untuk menekan penyebaran ujaran kebencian dan menjaga etika komunikasi publik,” ujar Irta.
Yulian juga menambahkan bahwa hasil riset ini dapat mendukung kebijakan berbasis data untuk moderasi konten media sosial, analisis sentimen publik, serta deteksi otomatis ujaran kebencian di berbagai bahasa lokal.
“Tujuan akhirnya bukan sekadar teknologi, tapi bagaimana AI bisa berperan aktif dalam membangun ruang digital yang lebih aman dan beretika,” katanya.
🧠Penutup
Karya ini menjadi bukti nyata komitmen UMSIDA dalam mendukung riset inovatif dan berdampak bagi masyarakat. Melalui sinergi antara ilmu, teknologi, dan nilai kemanusiaan, penelitian ini diharapkan dapat membantu Indonesia menciptakan ekosistem digital yang lebih aman, inklusif, dan cerdas.
Simak selengkapnya di:
Youtube: https://www.youtube.com/watch?v=09UVYpA5DCU
Multi-label Aspect Dangerous Speech Classification Using Keyword-Driven Ensemble Classifier on Imbalanced Data
URL: https://scholar.its.ac.id/en/publications/multi-label-aspect-dangerous-speech-classification-using-keyword-/
