Pengaruh Word Embedding Pada Deteksi Cyberbullying Menggunakan Metode Hybrid Deep Learning CNN-BiLSTM - Dalam bentuk buku karya ilmiah
MOH. HILMAN FARIZ
Informasi Umum
Kode
25.04.419
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Computer Science
Dilihat
139 kali
Informasi Lainnya
Abstraksi
<p><i>Cyberbullying </i>dapat dilakukan oleh siapa saja, termasuk orang dewasa dan anak-anak, dengan tujuan utama merendahkan atau menyerang individu tertentu. Platform media sosial seperti X (sebelumnya Twitter) sering kali menjadi media utama untuk <i>cyberbullying</i>, di mana interaksi sering kali meningkat menjadi serangan timbal balik, intimidasi, dan penghinaan. Dalam mendeteksi tindakan-tindakan ini, tweet pendek sering kali sulit dipahami tanpa konteks, sehingga pendekatan khusus seperti <i>word embedding </i>menjadi penting. Penelitian ini menggunakan <i>feature expansion </i>GloVe, memanfaatkan korpus yang dihasilkan dari dataset IndoNews yang berisi 127.580 untuk meningkatkan pemahaman kosakata dalam tweet yang mencakup penggunaan bahasa Indonesia dalam bentuk formal dan informal. Data ini kemudian diklasifikasikan menggunakan metode <i>Hybrid Deep Learning</i>, yang menggabungkan <i>Convolutional Neural Network </i>(CNN) dan <i>Bidirectional Long Short-Term Memory</i> (BiLSTM), dengan menggunakan
- CII4G3 - PEMROSESAN BAHASA ALAMI
- CCH4D4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MOH. HILMAN FARIZ |
| Jenis | Perorangan |
| Penyunting | Erwin Budi Setiawan |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
