Klasifikasi Komentar Toxic di Media Sosial Menggunakan Support Vector Machine dan Chi Square sebagai Feature Selection

NADHIA SALSABILA AZZAHRA

Informasi Dasar

97 kali
21.04.3173
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Penggunaan media sosial di masyarakat terus meningkat dari waktu ke waktu. Kemudahan akses dan keakraban media sosial memudahkan pengguna yang tidak bertanggung jawab untuk melakukan hal-hal yang tidak etis seperti menyebarkan kebencian, pencemaran nama baik, radikalisme, pornografi, dll. Meskipun ada peraturan yang mengatur semua aktivitas di media sosial, namun tetap saja tidak bekerja secara efektif karena ketidakmungkinan mengklasifikasikan komentar secara manual. Oleh karena itu, kami melakukan penelitian ini untuk mengklasifikasikan komentar ke dalam kategori toksisitasnya menggunakan metode pembelajaran mesin untuk tujuan kenyamanan penggunaan media sosial. Metode yang kami gunakan dalam penelitian ini adalah SVM dengan TF-IDF sebagai ekstraksi fitur dan Chi Square sebagai seleksi fitur. Kami juga melakukan beberapa skenario eksplorasi, termasuk mengimplementasikan kernel SVM dan tahapan preprocessing untuk mengetahui performa terbaik dari model tersebut. Performa terbaik diperoleh dengan menggunakan model SVM dengan kernel linier, tanpa mengimplementasikan Chi Square, dan menggunakan stemming dan stopwords removal dengan F1-Score sebesar 76,57%.

Kata Kunci: klasifikasi teks, komentar toxic, media sosial, support vector machine

Subjek

Machine Learning
 

Katalog

Klasifikasi Komentar Toxic di Media Sosial Menggunakan Support Vector Machine dan Chi Square sebagai Feature Selection
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

NADHIA SALSABILA AZZAHRA
Perorangan
Danang Triantoro Murdiansyah, Kemas Muslim L
 

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