Pengaruh Word Embedding Pada Deteksi Cyberbullying Menggunakan Metode Hybrid Deep Learning CNN-BiLSTM - Dalam bentuk buku karya ilmiah

MOH. HILMAN FARIZ

Informasi Dasar

138 kali
25.04.419
000
Karya Ilmiah - Skripsi (S1) - Reference

Cyberbullying 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 cyberbullying, 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 word embedding menjadi penting. Penelitian ini menggunakan feature expansion 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 Hybrid Deep Learning, yang menggabungkan Convolutional Neural Network (CNN) dan Bidirectional Long Short-Term Memory (BiLSTM), dengan menggunakan

Subjek

COMPUTER SCIENCE
 

Katalog

Pengaruh Word Embedding Pada Deteksi Cyberbullying Menggunakan Metode Hybrid Deep Learning CNN-BiLSTM - Dalam bentuk buku karya ilmiah
 
12p.: il,; pdf file
 

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MOH. HILMAN FARIZ
Perorangan
Erwin Budi Setiawan
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2025

Koleksi

Kompetensi

  • CII4G3 - PEMROSESAN BAHASA ALAMI
  • CCH4D4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

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