Dunia menyaksikan sebuah konflik baru ketika Rusia memutuskan untuk melakukan agresi militer terhadap Ukraina pada 24 Februari 2022. Bahasa yang digunakan oleh portal berita memainkan peran penting dalam membantu menggambarkan masing-masing pihak yang berkonflik dan menyebarkan informasi terkait perang. Makalah ini menganalisis keberadaan bias spesifik aktor melalui pembingkaian dan atribusi kata dari portal berita Amerika Serikat dengan menggunakan analisis wacana kritis dan alat semantic tagger USAS. Beberapa artikel yang diterbitkan oleh New York Times dan CNN digunakan sebagai sampel. Dalam analisis, teori bias pelaporan spesifik aktor Baum dan Zhukov (2016) dan teori jurnalisme perang Johan Galtung (1965) digunakan untuk membahas data tersebut. Hasilnya menunjukkan bahwa dalam pelaporan berita, bias aktor-spesifik terjadi terhadap Rusia karena kedua media menggambarkannya sebagai pemrakarsa konflik dan mengaitkan kata-kata yang berhubungan dengan militer terhadap aktor politik tersebut. Yang membedakan penelitian ini adalah bagaimana pola pemberitaan selektif yang ditampilkan mengikuti konsep jurnalisme perang. Tidak hanya itu, penggunaan semantic tagger USAS sebagai alat anotasi semantik juga menunjukkan bagaimana alat ini dapat digunakan untuk menilai korpora yang besar dan menentukan bidang semantik yang dominan untuk setiap kata.

---

The world witnessed another conflict when Russia decided to put on military aggression against Ukraine on February 24, 2022. Language used by news outlets plays an important role in helping to portray each of the conflicting parties and disseminating information related to the war. This paper analyses the existence of actor-specific bias through framing of and word attribution of US Media outlets by using CDA and USAS semantic tagger. By doing so, several articles published by the New York Times and CNN are used as samples. In the analysis, Baum and Zhukov’s actor-specific reporting bias theory (2016) and Johan Galtung’s war journalism theory (1965) are used to discuss said data. The result shows that in news reporting, actor-specific bias occurs against Russia as both media portray it as the conflict initiator and attribute military-associated words to the political actor. What makes this study different is how the patterns of selective reporting are shown to follow the concept of war journalism. Not only that, the usage of the USAS semantic tagger as a semantic annotation tool also shows how this tool can be used to assess large corpora and determine dominant semantic fields to each word.