UNPAMUNPAM
Jurnal Informatika Universitas PamulangJurnal Informatika Universitas PamulangKomentar Toxic adalah komentar yang dilontarkan oleh pengguna media sosial yang berisi ungkapan kebencian, merendahkan, mengancam, dan menghina. Pengguna media sosial yang rata-rata masih remaja dengan sifat yang masih belum dapat dikontrol sepenuhnya menjadi hal yang sangat perlu diperhatikan ketika mereka berkomentar, komentar mereka dapat dikaji sebagai pemrosesan teks. Sentimen analisis dapat digunakan sebagai solusi mengidentifikasi komentar toxic dengan membaginya menjadi dua kelas klasifikasi. Dimana data yang digunakan berjumlah 1.500 yang diambil dari media sosial Facebook di grup private komunitas Arena of Valor. Dataset tersebut dibagi menjadi 2 kelas yaitu kelas toxic, dan non-toxic. Penelitian ini menggunakan Naive Bayes dengan transformasi TF-IDF dan seleksi fitur Information Gain serta penggunaan rasio pembagian data 80:20. Akan dibandingkan hasil dari evaluasi dimana Naive Bayes tanpa transformasi, menggunakan transformasi TF-IDF, dan TF-IDF menggunakan seleksi fitur Information Gain. Hasil perbandingan dari evaluasi yang telah dilakukan dengan confusion matrix didapatkan model klasifikasi terbaik ialah menggunakan rasio pembagian data training dan data testing 80:20 dengan transformasi TF-IDF menghasilkan akurasi sebesar sebesar 75%, precision sebesar 63%, recall sebesar 67%, dan F-measure sebesar 64%.
Penelitian ini menyimpulkan bahwa proses klasifikasi sentimen komentar toxic di grup komunitas Arena of Valor, dengan validasi 1500 komentar (1237 non-toxic dan 263 toxic), menunjukkan kecenderungan sentimen non-toxic.Model klasifikasi Naive Bayes dengan rasio pembagian data 80.20 dan transformasi TF-IDF menghasilkan akurasi tertinggi sebesar 75%, precision 63%, recall 67%, dan F-measure 64%.Hasil ini menunjukkan bahwa TF-IDF, dengan mempertimbangkan bobot kata yang sering dan unik, memberikan pembobotan yang lebih seimbang dibandingkan model lain.
Penelitian selanjutnya dapat memperluas dataset yang digunakan untuk meningkatkan generalisasi model klasifikasi. Selain itu, eksplorasi metode pembobotan dan seleksi fitur alternatif, seperti Chi-Square atau Particle Swarm Optimization, dapat dilakukan untuk mengidentifikasi kombinasi yang optimal. Lebih lanjut, penelitian dapat berfokus pada pengembangan model yang lebih kompleks, seperti deep learning, untuk menangkap pola-pola yang lebih halus dalam komentar toxic. Mengingat penelitian ini berfokus pada grup Facebook game online, studi lanjutan dapat menginvestigasi apakah karakteristik komentar toxic berbeda di platform media sosial lain atau dalam konteks topik yang berbeda. Hal ini akan membantu dalam membangun model yang lebih adaptif dan efektif untuk mendeteksi komentar toxic di berbagai lingkungan online. Dengan meningkatkan jumlah data, mencoba metode yang berbeda, dan memperluas cakupan penelitian, kita dapat mengembangkan sistem yang lebih baik untuk memoderasi konten online dan menciptakan lingkungan digital yang lebih aman dan positif bagi semua pengguna.
- 0. pdf obj endobj xobject procset text imageb imagec imagei mediabox contents group tabs az 9h ww cw... iarjset.com/wp-content/uploads/2018/10/IARJSET.2018.597.pdf0 pdf obj endobj xobject procset text imageb imagec imagei mediabox contents group tabs az 9h ww cw iarjset wp content uploads 2018 10 IARJSET 2018 597 pdf
- Open Journal Systems. open journal systems skip main content navigation menu site footer run university... doi.org/10.24843/MITEOpen Journal Systems open journal systems skip main content navigation menu site footer run university doi 10 24843 MITE
- Sentimen Analisis Berinternet Pada Media Sosial dengan Menggunakan Algoritma Bayes | fauzi | Jurnal Informatika.... ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/5437Sentimen Analisis Berinternet Pada Media Sosial dengan Menggunakan Algoritma Bayes fauzi Jurnal Informatika ejournal bsi ac ejurnal index php ji article view 5437
- Subversive Toxicity Detection using Sentiment Information - ACL Anthology. subversive toxicity detection... doi.org/10.18653/v1/w19-3501Subversive Toxicity Detection using Sentiment Information ACL Anthology subversive toxicity detection doi 10 18653 v1 w19 3501
| File size | 421.64 KB |
| Pages | 8 |
| DMCA | Report |
Related /
IDID 91 precision, 0. 90 recall, and 0. 91 F1-score on the test set. Fine-Tuning enables BERT to adapt to the unique characteristics of Twitter sentiment data,91 precision, 0. 90 recall, and 0. 91 F1-score on the test set. Fine-Tuning enables BERT to adapt to the unique characteristics of Twitter sentiment data,
UNIMALUNIMAL Analisis matriks kebingungan mengungkapkan bahwa Naïve Bayes sangat efektif dalam membedakan antara pesan normal dan penipuan, yang sangat penting untukAnalisis matriks kebingungan mengungkapkan bahwa Naïve Bayes sangat efektif dalam membedakan antara pesan normal dan penipuan, yang sangat penting untuk
UNPAMUNPAM Pada penelitian ini, penulis akan melakukan analisis pengaruh dari optimasi menggunakan metode adaboost dan bagging terhadap hasil dari nilai akurasi algoritmaPada penelitian ini, penulis akan melakukan analisis pengaruh dari optimasi menggunakan metode adaboost dan bagging terhadap hasil dari nilai akurasi algoritma
UNPAMUNPAM Masterindo Laju Abadi menyediakan jasa pengiriman dan karantina untuk pengiriman ikan, di mana setiap ikan yang dikirim harus mempunyai dokumen karantinaMasterindo Laju Abadi menyediakan jasa pengiriman dan karantina untuk pengiriman ikan, di mana setiap ikan yang dikirim harus mempunyai dokumen karantina
UNPAMUNPAM Kebijakan ini berguna untuk mendorong dedikasi, loyalitas, prestasi, produktivitas, dan kerja. Penilaian prestasi kerja adalah suatu proses untuk mengukurKebijakan ini berguna untuk mendorong dedikasi, loyalitas, prestasi, produktivitas, dan kerja. Penilaian prestasi kerja adalah suatu proses untuk mengukur
UNPAMUNPAM Penerapan sistem pembayaran dengan payment gateway dapat memudahkan pembeli dan penjual dalam melakukan transaksi. Dengan adanya sistem pembayaran online,Penerapan sistem pembayaran dengan payment gateway dapat memudahkan pembeli dan penjual dalam melakukan transaksi. Dengan adanya sistem pembayaran online,
UNPAMUNPAM Dari penelitian ini menghasilkan alat pemberi informasi menggunakan dua buah Sensor PIR KC7738 berbasis SMS yang diimplementasikan kepada masyarakat agarDari penelitian ini menghasilkan alat pemberi informasi menggunakan dua buah Sensor PIR KC7738 berbasis SMS yang diimplementasikan kepada masyarakat agar
UNPAMUNPAM Melalui sistem ini proses fungsi DOA akan semakin cepat dan paperless. Penelitian ini menunjukkan bahwa sistem dokumentasi berbasis web yang dibangun denganMelalui sistem ini proses fungsi DOA akan semakin cepat dan paperless. Penelitian ini menunjukkan bahwa sistem dokumentasi berbasis web yang dibangun dengan
Useful /
UNIMALUNIMAL Permintaan akan sumber energi terbarukan adalah solusi utama dalam memenuhi kebutuhan energi dunia. Salah satu sumber energi terbarukan yang memiliki prospekPermintaan akan sumber energi terbarukan adalah solusi utama dalam memenuhi kebutuhan energi dunia. Salah satu sumber energi terbarukan yang memiliki prospek
UNIMALUNIMAL Sekitar 2. 845 data telah diproses sesuai dengan persyaratan untuk pengujian. Data dibagi menjadi dua bagian, dengan proporsi 80:20 untuk pelatihan danSekitar 2. 845 data telah diproses sesuai dengan persyaratan untuk pengujian. Data dibagi menjadi dua bagian, dengan proporsi 80:20 untuk pelatihan dan
UNPAMUNPAM Berdasarkan hasil pembahasan sistem prediksi untuk menentukan jumlah pendaftaran mahasiswa baru pada Universitas Catur Insan Cendekia menggunakan metodeBerdasarkan hasil pembahasan sistem prediksi untuk menentukan jumlah pendaftaran mahasiswa baru pada Universitas Catur Insan Cendekia menggunakan metode
UNPAMUNPAM Proses seleksi digunakan kriteria-kriteria yang merupakan syarat diterima menjadi petugas keamanan. Kriteria yang digunakan adalah tingkat pendidikan,Proses seleksi digunakan kriteria-kriteria yang merupakan syarat diterima menjadi petugas keamanan. Kriteria yang digunakan adalah tingkat pendidikan,