Optimalisasi Learning Rate dan Ekspansi Fitur FastText pada Model Hybrid CNN – BiGRU untuk Deteksi Cyberbullying pada Media Sosial X - Dalam bentuk pengganti sidang - Rancangan Karya Akhir
REXCEL PABIAN
Informasi Umum
Kode
25.04.508
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Science
Dilihat
65 kali
Informasi Lainnya
Abstraksi
Cyberbullying sering didefinisikan sebagai perilaku yang dilakukan oleh individu atau kelompok melalui media sosial yang mencakup pesan-pesan negatif, mengintimidasi, atau merendahkan, sehingga menyebabkan ketidaknyamanan pada orang lain. Cyberbullying memiliki dampak buruk pada kesejahteraan psikologis korbannya. Sifat kontekstual dari tweet menghadirkan tantangan dalam menafsirkan isi pesan, terutama dalam bahasa seperti Bahasa Indonesia yang sering menunjukkan variasi kosakata yang signifikan. Untuk mengatasi tantangan ini, penelitian ini menggunakan ekspansi fitur dengan FastText, memanfaatkan korpus yang dihasilkan dari dataset IndoNews yang berisi 127.580 entri untuk meningkatkan pemahaman kosakata dalam tweet berbahasa Indonesia. Selain itu, penelitian ini menggunakan metodologi Deep Learning Hibrida untuk klasifikasi teks, menggabungkan Convolutional Neural Networks (CNN) dengan Bidirectional Gated Recurrent Units (BiGRU). Kombinasi CNN-BiGRU ini memadukan kemampuan pengenalan pola dari CNN dengan pem
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | REXCEL PABIAN |
| 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 |
