Klasifikasi Pelanggaran Undang-Undang ITE Menggunakan LSTM dan BiLSTM

Abstract

Kejahatan dan perbuatan yang dilarang akibat penggunaan teknologi informasi telah menjadi pantauan dan masalah serius di beberapa negara. Penerapan undang-undang yang mengatur penggunaan teknologi informasi dilakukan untuk memaksa warga negaranya menahan diri dari perilaku tersebut. Indonesia memberlakukan sanksi yang berbeda untuk setiap orang yang melakukan kejahatan atau perbuatan yang dilarang dalam penggunaan teknologi informasi. Indonesia memberlakukan sanksi berbeda untuk setiap kejahatan dalam penggunaan teknologi informasi yang diatur dalam Undang-undang No. 19 Tahun 2016 tentang perubahan atas Undang-undang No. 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik (ITE). Dalam menentukan sanksi dibutuhkan seorang ahli, dan penentuan pasal dibutuhkan waktu yang lama, untuk itu dibutuhkan pendekatan untuk melakukan otomatisasi klasifikasi sanksi pelanggaran berdasarkan UU ITE tersebut. Tujuan penelitian ini adalah untuk membangun model yang menggunakan dua algoritma deep learning yaitu LSTM dan BiLSTM untuk mengklasifikasi kejahatan dalam UU ITE khususnya pada media sosial Twitter. Dalam pengujiannya, penelitian ini membagi setiap kejahatan dan perbuatan yang dilarang dalam UU ITE kedalam 5 kelas yaitu, pornografi, berita bohong (hoaks), cyberbullying, ujaran kebencian, dan netral. Berdasarkan hasil percobaan yang dilakukan, model BiLSTM dengan dropout batch size 64 epoch 25 merupakan model terbaik dengan performa accuracy sebesar 0.9875 dan F1-Score sebesar 0.9685 berdasarkan data latih serta accuracy sebesar 0.972 dan F1-Score sebesar 0.900 berdasarkan data uji.