DETEKSI UJARAN KEBENCIAN MENGGUNAKAN ALGORITMA WORD2 VEC DAN DEEP BELIEF NETWORK (DBN)
YULLIA DIAH PITALOKA
Informasi Umum
Kode
19.04.3248
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
347 kali
Informasi Lainnya
Abstraksi
Ujaran kebencian atau hate speech merupakan perkataan, perilaku tindakan yang dilarang karena menimbulkan terjadinya tindak yang memicu kekerasan sikap anarkis terhadap perilaku individu atau kelompok lain. Sejak pilpres 2014 istilah “hate” di kenal luas, yang menandai orang-orang dengan kecenderungan praktik ujaran kebencian pada orang maupun kelompok tertentu. Sama seperti ketika etika ber-internet perlu ditegaskan mengingat internet merupakan kebutuhan masyarakat zaman sekarang. Namun semakin banyak penguna juga banyak pihak yang menyalah gunakan internet untuk menyebarkan hal- hal yang terkait dengan ujaran kebencian seperti suku, ras dan agama. Pada Tugas Akhir ini dilakukan mendeteksi ujaran kebencian. Metode yang digunakan penulis adalah dengan metode Deep Belief Network dan ekstraksi ciri Word2Vec dengan meningkatkan akurasi sebelum klasifikasi. Setelah pembuatan aplikasi ini, diharapkan komputer dapat mengetahui dan mendeteksi adanya ujaran kebencian dari sistem tersebut. Dalam penelitian ini, dibuat suatu sistem klasifikasi ujaran kebencian pada yaitu klasifikasi dengan menggunakan metode algoritma deep belief network (DBN). Setelah pre processing, hasil dalam penelitian ini menunjukkan tingkat accuration 83,00 %, precition 94,00%, recall 77,05% dan f1 measure 84,68%.
Kata kunci : Hate speech, Deep Belief Network(DBN), Word2 Vec
- SK4203 - KECERDASAN BUATAN
- CEH4F3 - PEMBELAJARAN MESIN
- TKI4F3 - PEMBELAJARAN MESIN
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | YULLIA DIAH PITALOKA |
| Jenis | Perorangan |
| Penyunting | Muhammad Nasrun, Casi Setianingsih |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Teknik Komputer |
| Kota | Bandung |
| Tahun | 2019 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
