Klasifikasi Multi-Label Ujaran Kebencian pada Twitter Indonesia dengan Metode LSTM dan BiLSTM - Dalam bentuk pengganti sidang - Artikel Jurnal
ELITA AURORA AZ ZAHRA

Informasi Umum

Kode

23.04.6616

Klasifikasi

004 - Data processing, Computer science

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Science

Dilihat

18 kali

Informasi Lainnya

Abstraksi

<p>Media sosial adalah salah satu alat komunikasi yang mendukung pengguna untuk berinteraksi secara sosial dengan menggunakan teknologi. Salah satu platform media sosial yang popular adalah Twitter. Namun, Twitter telah dianggap oleh virtual police sebagai salah satu sumber utama penyebaran ujaran kebencian pada media sosial. Dalam penelitian tugas akhir ini, penulis melakukan studi tentang deteksi ujaran kebencian pada tweet yang ada pada Twitter Indonesia. Metode yang digunakan dalam penelitian ini adalah klasifikasi multi-label dengan menerapkan metode LSTM dan BiLSTM. Dataset yang digunakan sebanyak 13.169 data tweet dan terdapat 12 label kelas ujaran kebencian dari dataset. Hasil penelitian menunjukkan bahwa metode LSTM dan BiLSTM memiliki kinerja yang baik dalam mengklasifikasikan data teks dengan uji coba sebanyak 10 kali dengan rata-rata nilai akurasi seluruh kelas pada LSTM sebesar 78,67% dan BiLSTM sebesar 80,25%. Berdasarkan akurasi yang didapatkan, BiLSTM memiliki akurasi lebih tinggi dibandingkan dengan LSTM sehingga dapat disimpulkan bahwa BiLSTM lebih unggul dibandingkan LSTM dalam mengidentifikasi ujaran kebencian pada media sosial.</p>

• CII3C3 - PEMBELAJARAN MESIN
• CII3L3 - PEMBELAJARAN MESIN LANJUT
• CII4E4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook