Deteksi Cyberbullying pada Media Sosial Twitter Menggunakan Pendekatan Hybrid Deep Learning dan Ekspansi Fitur - Dalam bentuk pengganti sidang - Artikel Jurnal

MUHAMMAD AVTARA KHRISNA

Informasi Dasar

220 kali
23.04.6438
004.071
Karya Ilmiah - Skripsi (S1) - Reference

Penetrasi pengguna Internet di Indonesia telah meningkat secara signifikan dari tahun ke tahun. Platform media sosial yang paling populer di Indonesia adalah Twitter. Tidak sedikit pengguna Twitter yang menyalahgunakannya untuk mengunggah hal-hal negatif, termasuk Cyberbullying. Unggahan yang bersifat negatif, salah satunya adalah Cyberbullying. Penelitian ini memanfaatkan perluasan fitur untuk mengurangi ketidaksesuaian kata pada tweet yang mengandung bahasa Indonesia formal dan informal dengan menggunakan FastText (sebagai metode penyisipan kata). Selanjutnya, data akan diklasifikasikan menggunakan algoritma Convolutional Neural Networks (CNN) yang dikombinasikan dengan Recurrent Neural Networks (RNN). Penelitian ini juga membandingkan tingkat akurasi satu sama lain. Ada lima skenario yang dijalankan. Hasil yang diperoleh adalah sebagai berikut: CNN dengan akurasi 79.36%, RNN dengan akurasi 79.46%, dan C-RNN dengan akurasi 79.39%. Meskipun akurasi dari hybrid deep learning lebih rendah daripada RNN, kemampuan pendekatan ini untuk memahami konteks cukup mumpuni.

Subjek

DEEP LEARNING
 

Katalog

Deteksi Cyberbullying pada Media Sosial Twitter Menggunakan Pendekatan Hybrid Deep Learning dan Ekspansi Fitur - Dalam bentuk pengganti sidang - Artikel Jurnal
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MUHAMMAD AVTARA KHRISNA
Perorangan
Erwin Budi Setiawan
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2023

Koleksi

Kompetensi

  • CII4E4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

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