Deteksi Ujaran Kebencian Pada YouTube Menggunakan Metode Long Short-Term Memory Dan Latent Dirichlet Allocation
ANDI FADIL ADIYAKSA
Informasi Umum
Kode
22.04.2315
Klasifikasi
300.285 - Data Analysis of Social Science
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Analysis, Machine Learning,
Dilihat
238 kali
Informasi Lainnya
Abstraksi
<p>Media sosial youtube salah satu media populer untuk semua kalangan untuk menjadi platform sebagai sarana informasi dan menyampaikan pendapat. Pendapat dapat dikategorikan kebencian jika pendapat tersebut menyerang sesuatu yang ditergetkan. Ujaran kebencian atau <em>Hate Speech</em> merupakan suatu perilaku, perkataan ataupun Tindakan yang dilarang, karena mengakibatkan terjadinya kekerasan kepada setiap individua dan kelompok. Mengekspresikan opini dalam bentuk ujaran kebencian merupakan masalah yang masih sangat sulit diatasi oleh pihak berwenang karena sudah sangat umum terjadi. Oleh sebab itu, penelitian ini dibangun sistem untuk mendeteksi ujaran kebencian pada kolom komentar YouTube, dengan menggunakan metode Long Short-Term Memory (LSTM) dan Latent Dirichlet Allocation (LDA). Pada penelitian ini dilakukan beberapa metode yang bertujuan untuk mendapatkan nilai akurasi terbaik dan melakukan proses topic modeling menggunakan Latent Dirichlet Allocation (LDA) menghasilkan total tiga topik yang berisi kata-kata yang sering muncul pada komentar youtube. Berdasarkan pengujian yang dilakukan diperoleh nilai akurasi terbaik sebesar 0,657 atau 66%.</p>
- CII4E4 - TUGAS AKHIR
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ANDI FADIL ADIYAKSA |
| Jenis | Perorangan |
| Penyunting | Donni Richasdy, Aditya Firman Ihsan |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2022 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
