Sayfudin

Tingginya penetrasi internet di Indonesia, dengan 221,5 juta pengguna pada 2024, meningkatkan kecepatan penyebaran informasi, termasuk hoaks dan ujaran kebencian. Namun, identifikasi pelaku penyebaran sering terkendala oleh penggunaan akun anonim atau ganda. Penelitian ini bertujuan mengembangkan model profiling pelaku penyebar hoaks dan ujaran kebencian berbasis machine learning menggunakan data publik dari berbagai platform media sosial. Proses pengembangan melibatkan pengumpulan data, preprocessing, ekstraksi fitur (tekstual, jaringan sosial, dan demografi), serta pelatihan model menggunakan algoritma seperti Logistic Regression, Decision Tree, Support Vector Machine (SVM), dan Ensemble Model. Evaluasi menunjukkan bahwa Ensemble Model memberikan performa terbaik dengan akurasi tinggi. Penelitian ini juga menghasilkan visualisasi jaringan sosial yang membantu pemahaman hubungan antar akun pelaku untuk mendukung penegakan hukum. Kata Kunci: Profiling, Hoaks, Hate Speech, Machine Learning