Jurnal Khazanah Volume 14 No. 2, November 2022 E-ISSN 2745-8733 P-ISSN 1979-519X 93 https://journal.uii.ac.id/khazanah Khazanah: Jurnal Mahasiswa IDENTIFIKASI KONTEN DEWASA PADA CUITAN TWITTERMENGGUNAKAN METODE BILSTM SEBAGAI UPAYA MENGATASI PENYEBARAN PORNOGRAFI UNTUK INDONESIA MAJU Akmal Perdana Hesaputra 1 , Rayhan Digo Saputra 2 , Yafi Hudatama Wibowo 3 1,2,3 Program Studi Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia ABSTRAK Penggunaan bahasa dalam kehidupan merupakan suatu hal yang sangat mendasar, termasuk pada jejaring media sosial yang sudah menjadi sesuatu yang tak terpisahkan. Namun, banyak konten di media sosial berisi informasi yang tidak bermanfaat dan diperlukan dengan beredarnya konten-konten negatif dan berbahaya, seperti konten dewasa atau pornografi. Fungsi otak akan berubah pada seseorang yang memiliki kecanduan, salah satunya kecanduankonten pornografi. Maka dari itu, konten-konten dewasa tersebut merupakan ancaman serius yang dapat membahayakan generasi muda bangsa Indonesia, terutama anak-anak dan remaja yang merupakan cikal bakal menjadi tonggak bagi kemajuan dan pembangunan bangsa. Oleh karena itu, penelitian ini bertujuan untuk membangun model klasifikasi konten dewasa menggunakan algoritma Bidirectional Long Short Term Memory (BiLSTM) Neural Network untuk mengklasifikasi konten dewasa dan non-dewasa pada media sosial Twitter dengan memanfaatkan Twitter API dan library Tweepy. Berdasarkan percobaan, model terbaik diperoleh dari model BiLSTM Double layer dengan dropout yang memiliki Accuracy 98.34% danF1-Score sebesar 98.32%. Kata kunci: Generasi Muda, Konten Dewasa, Twitter, Klasifikasi, BiLSTM ABSTRACT The use of language in life is a very basic thing, including in social media networks which have become something that cannot be separated. However, a lot of content on social media contains useless and necessary information with the circulation of negative and harmful content, such asadult content or pornography. Brain function will change in someone who has addiction, one ofwhich is pornography addiction. Therefore, adult content is a serious threat that can endanger the young generation of the Indonesian nation, especially children and adolescents who are theforerunners to the progress and development of the nation. Therefore, this study aims to build a classification model for adult content using the Bidirectional Long Short Term Memory (BiLSTM) Neural Network algorithm to classify adult and non-adult content on Twitter social media by utilizing the Twitter API and the Tweepy library. Based on the experiment, the best model is obtained from the BiLSTM Double layer model with a dropout that has an Accuracy of98.34% and an F1-Score of 98.32%. Keywords: Young Generation, Adult Content, Twitter, Classification, BiLSTM 1. PENDAHULUAN Penggunaan bahasa dalamkehidupan merupakan suatu hal yang sangat mendasar, termasuk padajejaring media sosial yang sudahmenjadi sesuatu yang tak terpisahkan. Namun, banyak konten di media sosial berisi informasi yang tidak bermanfaat dan diperlukan dengan beredarnya konten konten negatif dan berbahaya, seperti konten dewasa atau