UBHINUSUBHINUS
SMATIKA JURNALSMATIKA JURNALPenelitian ini bertujuan untuk mengembangkan model deteksi ujaran kebencian yang akurat dan efisien pada platform media sosial Twitter dengan memanfaatkan kekuatan Convolutional Neural Network (CNN). Fokus penelitian ini terarah pada identifikasi ujaran kebencian yang bermuatan sentimen negatif, khususnya yang terkait dengan isu ras, agama, dan orientasi seksual dalam konteks bahasa Indonesia. Proses penelitian melibatkan pengumpulan dataset Twitter yang relevan, pra-pemrosesan teks untuk membersihkan dan menyusun data, serta representasi kata menggunakan Word2Vec untuk menangkap makna kontekstual. Model CNN yang dirancang secara khusus kemudian dilatih pada dataset tersebut. Keunggulan CNN dalam mengekstraksi fitur-fitur semantik dari teks secara otomatis, ditambah dengan penggunaan Word2Vec, memungkinkan model mencapai akurasi yang tinggi, yaitu 87% untuk penilaian emosi dan 99% untuk penilaian ujaran kebencian. Hal ini menjadikan model ini sangat efektif dalam mendeteksi pola halus dalam bahasa yang mengindikasikan adanya ujaran kebencian. Penelitian ini memberikan kontribusi signifikan dalam pengembangan sistem moderasi konten yang lebih baik di media sosial. Dengan kemampuannya mendeteksi ujaran kebencian secara real-time, model ini dapat membantu menciptakan lingkungan online yang lebih aman dan inklusif. Namun, penelitian ini masih memiliki beberapa keterbatasan, seperti ukuran dataset yang terbatas dan variasi ujaran kebencian yang belum sepenuhnya terwakili. Oleh karena itu, penelitian lebih lanjut diperlukan untuk mengatasi keterbatasan tersebut dan meningkatkan kinerja model.
Penelitian ini berhasil mengembangkan model deteksi ujaran kebencian berbasis Convolutional Neural Network (CNN) yang efektif dalam mengidentifikasi ujaran kebencian pada platform Twitter.Model mampu mencapai akurasi 87% dalam mengklasifikasikan tweet sebagai ujaran kebencian atau bukan, sekaligus mengasosiasikan emosi dalam konteks tersebut.Pengembangan lebih lanjut disarankan menggunakan dataset yang lebih besar, mengeksplorasi arsitektur CNN yang lebih kompleks, serta menerapkan teknik augmentasi data dan deteksi multibahasa.
Pertama, perlu dikembangkan penelitian yang menguji efektivitas augmentasi data dalam meningkatkan ketahanan model terhadap variasi ujaran kebencian yang langka atau tidak seimbang dalam dataset, sehingga model dapat belajar dari contoh yang lebih beragam dan mengurangi bias. Kedua, penelitian selanjutnya dapat menyelidiki adaptasi model ini ke dalam berbagai bahasa daerah di Indonesia atau bahasa internasional, untuk memahami sejauh mana arsitektur CNN dapat digeneralisasi di berbagai konteks linguistik dan budaya. Ketiga, penting untuk merancang studi yang mengintegrasikan deteksi ujaran kebencian tidak hanya pada teks, tetapi juga pada konten multimedia seperti gambar dan video dengan teks terselubung, untuk mengembangkan sistem deteksi holistik yang mampu mengenali bentuk-bentuk ujaran kebencian yang lebih kompleks dan menghindari filter teks biasa.
| File size | 1.14 MB |
| Pages | 12 |
| DMCA | Report |
Related /
RESCOLLACOMMRESCOLLACOMM Pendekatan bimodal memanfaatkan tekstur unik fitur wajah dan iris untuk membentuk mekanisme otentikasi yang kuat dan aman, menunjukkan akurasi tinggi (95,76%)Pendekatan bimodal memanfaatkan tekstur unik fitur wajah dan iris untuk membentuk mekanisme otentikasi yang kuat dan aman, menunjukkan akurasi tinggi (95,76%)
ITHBITHB Model terbaik mencapai presisi 95,5%, recall 95,1%, mAP50 98,7%, dan mAP95 64,5%. Integrasi YOLOv8 dan DeepSort dapat meningkatkan konsistensi pelacakan,Model terbaik mencapai presisi 95,5%, recall 95,1%, mAP50 98,7%, dan mAP95 64,5%. Integrasi YOLOv8 dan DeepSort dapat meningkatkan konsistensi pelacakan,
UMKOUMKO Penelitian ini bertujuan menganalisis sentimen publik terkait implementasi kebijakan bahan bakar campuran etanol dan membandingkan performa model SupportPenelitian ini bertujuan menganalisis sentimen publik terkait implementasi kebijakan bahan bakar campuran etanol dan membandingkan performa model Support
UBUB Seluruh citra diberi label menggunakan platform Roboflow. Proses augmentasi diterapkan untuk meningkatkan jumlah data, sehingga menghasilkan total 3. HasilSeluruh citra diberi label menggunakan platform Roboflow. Proses augmentasi diterapkan untuk meningkatkan jumlah data, sehingga menghasilkan total 3. Hasil
STIKOM BALISTIKOM BALI Hasil ini menyimpulkan bahwa metode backpropagation yang dipakai sangat efektif untuk mengenali pola spesifik dari dataset tulisan tangan yang dilatih,Hasil ini menyimpulkan bahwa metode backpropagation yang dipakai sangat efektif untuk mengenali pola spesifik dari dataset tulisan tangan yang dilatih,
UMKLAUMKLA 976 gambar melalui teknik augmentasi. Proses pelatihan model dilakukan dengan menggunakan optimizer AdamW (lr=0. 001667, momentum=0. 9) dan konfigurasi976 gambar melalui teknik augmentasi. Proses pelatihan model dilakukan dengan menggunakan optimizer AdamW (lr=0. 001667, momentum=0. 9) dan konfigurasi
UIN Ar-RaniryUIN Ar-Raniry Model ini menunjukkan kemampuan yang baik dalam mengenali pola-pola visual yang telah dipelajari dari data latih. Hasil ini dapat diimplementasikan dalamModel ini menunjukkan kemampuan yang baik dalam mengenali pola-pola visual yang telah dipelajari dari data latih. Hasil ini dapat diimplementasikan dalam
UNDHIRA BALIUNDHIRA BALI Sementara itu, SVM menghasilkan akurasi sebesar 61.39%, yang lebih tinggi dibandingkan dengan CNN. Ini menunjukkan bahwa SVM memiliki kinerja yang lebihSementara itu, SVM menghasilkan akurasi sebesar 61.39%, yang lebih tinggi dibandingkan dengan CNN. Ini menunjukkan bahwa SVM memiliki kinerja yang lebih
Useful /
UIIIUIII Studi ini menegaskan pentingnya dukungan keb ואזיות dan struktur kebijakan untuk memperluas dan menstandardisasi program semacam itu pada skala nasional.Studi ini menegaskan pentingnya dukungan keb ואזיות dan struktur kebijakan untuk memperluas dan menstandardisasi program semacam itu pada skala nasional.
STIKOM BALISTIKOM BALI Berdasarkan hasil pengujian dan analisis matriks konfusi, dapat disimpulkan bahwa Random Forest dan Decision Tree menampilkan kinerja yang luar biasa denganBerdasarkan hasil pengujian dan analisis matriks konfusi, dapat disimpulkan bahwa Random Forest dan Decision Tree menampilkan kinerja yang luar biasa dengan
STISASABANGSTISASABANG Pernikahan sirri tidak memiliki legalitas di mata hukum positif Indonesia. Akibat hukumnya sangat merugikan istri dan anak. istri tidak berhak atas nafkah,Pernikahan sirri tidak memiliki legalitas di mata hukum positif Indonesia. Akibat hukumnya sangat merugikan istri dan anak. istri tidak berhak atas nafkah,
RISETPRESSRISETPRESS Jika Anda perhatikan dengan seksama, isu Palestina bukan hanya nama regional di kalangan Muslim di Indonesia dan Malaysia, tetapi juga telah bergabungJika Anda perhatikan dengan seksama, isu Palestina bukan hanya nama regional di kalangan Muslim di Indonesia dan Malaysia, tetapi juga telah bergabung