Indonesia menjadi negara yang memimpin dalam penggunaan media sosial terbanyak di Asia. Twitter merupakan salah satu platform media sosial yang paling populer di Indonesia. Twitter adalah media sosial yang biasanya digunakan untuk bertukar pendapat, kritik, dan bercerita. Hal ini sering disalahgunakan oleh pengguna internet, termasuk penyebaran ujaran kebencian yang ditujukan kepada individu atau kelompok. Oleh karena itu, tujuan dari penelitian ini adalah untuk mengatasi permasalahan tersebut dengan membangun sistem pendeteksi ujaran kebencian di Twitter dalam bahasa Indonesia. Penelitian ini menggunakan 69,484 data tweet dan mengimplementasikan model hybrid deep learning dengan Convolutional Neural Network (CNN) dan Bidirectional Gated Recurrent Unit (BiGRU). Metode lain yang diterapkan adalah Bidirectional Encoder Representation from Transformer (BERT) yang digunakan sebagai word embedding untuk membantu sistem lebih memahami konteks dan makna tweet dan mekanisme atensi untuk membantu sistem menemukan kata penting dari tweet. Penelitian ini menguji delapan pendekatan hybrid dalam proses klasifikasi, baik CNN-BiGRU maupun BiGRU-CNN dan menambahkan attention mechanism pada model-model tersebut. Hasilnya menunjukkan model hybrid BIGRU-CNN dengan attention mechanism untuk setiap layer mencapai akurasi tertinggi yaitu 88,12%.