Deteksi Ujaran Kebencian pada Twitter dengan Feature Expansion menggunakan Fasttext

DONI RIYANTA

Informasi Dasar

21.04.4471
300.285
Karya Ilmiah - Skripsi (S1) - Reference

Pengguna media sosial mengekspresikan diri dan suasana hati dengan mengunggah tweet pada Twitter. Walaupun tweet diunggah secara pribadi namun tweet tersebut dapat dikonsumsi oleh publik yang dapat memicu konflik karena tweet tersebut bisa diartikan lain oleh pengguna lain. Kemungkinan penyebaran hate speech/ujaran kebencian pada media sosial pun dapat menyebar dengan cepat dan luas dengan meningkatnya penggunaan media sosial. Ujaran kebencian sendiri merupakan kasus yang sering dilaporkan pada pihak kepolisian. Sehingga diperlukan penanganan ujaran kebencian dalam membantu pihak berwenang dalam menangani ujaran kebencian tersebut. Salah satu teknologi yang dapat dimanfaatkan dalam menganalisis dokumen berbasis teks adalah Text Mining. Teknologi ini telah banyak digunakan dalam menganalisis teks. Dalam penelitian ini metode yang digunakan yaitu, Fasttext yang merupakan salah satu metode yang mengukur hubungan linear yang saling berhubungan antara dua variabel sedangkan klasifikasi yang digunakan yaitu, Support Vector Machine dan Random Forest. Hasil dari penelitian ini klasifikasi yang mendapatkan hasil paling optimal adalah Random Forest dengan melakukan pembobotan TF-IDF dan digabungan dengan Feature Expansion yaitu mendapatkan nilai akurasi sebesar 99.92% dan dengan nilai F1-Score sebesar 0.9992.

Subjek

DATA ANALYSIS
 

Katalog

Deteksi Ujaran Kebencian pada Twitter dengan Feature Expansion menggunakan Fasttext
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

DONI RIYANTA
Perorangan
Erwin Budi Setiawan
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2021

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini