{JALUR SCIENTIST} ANALISA PERBANDINGAN ALGORITMA CNN DAN LSTM UNTUK KLASIFIKASI PESAN CYBERBULLYING PADA TWITTER

Radjavani, Alifqi (2024) {JALUR SCIENTIST} ANALISA PERBANDINGAN ALGORITMA CNN DAN LSTM UNTUK KLASIFIKASI PESAN CYBERBULLYING PADA TWITTER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (461kB)
	Text (ISI) ISI.pdf Restricted to Registered users only Download (1MB)
	Archive (SOURCE CODE) Scientist Source Code - Alifqi Radjavani.zip Restricted to Repository staff only Download (7MB)

Abstract

Dengan meningkatnya penggunaan sosial media, cyberbullying telah mencapai titik puncak sepanjang masa. Anonimitas pada internet membuat cyberbullying sangat merusak, dikarenakan korban akan merasa jika tiada jalan keluar dari pelecehan tersebut. Setiap individu harus selalu waspada terhadap cyberbullying dan dihimbau untuk selalu melindungi diri sendiri beserta orang lain dari hal ini. Pada kasus ini, penulis membuat model yang secara otomatis akan menandai tweet yang berpotensi membahayakan serta memecah pola pesan kebencian tersebut. Dataset yang disediakan oleh penulis berisi sekitar 48.000 tweet yang telah dilabeli sesuai dengan jenis dan data-data tersebut telah diseimbangkan dan berisi sekitar 8000 data. Penelitian ini membandingkan algoritma Convolutional Neural Network dengan Long Short-Term Memory untuk menentukan algoritma terbaik untuk dataset pada penelitian ini. Berdasarkan hasil penelitian yang sudah dilakukan disimpulkan jika Long Short-Term Memory adalah algoritma terbaik dengan f1-score 83.09%.

Actions (login required)

View Item