Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Teknomatika (Jurnal Teknologi dan Informatika)
Muhammad Ridwan
Universitas Bina Darma
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Model Klasifikasi Ujaran Kebencian pada Data Twitter dengan Menggunakan CNN-LSTM Muhammad Ridwan; Ari Muzakir
Teknomatika Vol 12 No 02 (2022): Teknomatika Volume 12 Nomor 2 Tahun 2022
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer PalComTech

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ujaran kebencian sering terjadi di media sosial dikarenakan karakteristiknya yang bersifat publik dan transparan. Jika dibiarkan akan banyak timbul berbagai dampak negatif seperti diskriminasi, konflik sosial, dan bahkan genosida. Untuk menghindari hal tersebut pencegahan dengan mendeteksi ujaran kebencian harus dilakukan. Penelitian ini mengusulkan metode hybrid deep learning yang terdiri dari gabungan model Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM) yang didukung oleh metode word embedding Skip-gram dan Continuous Bag of Word (CBOW) dari model Word2Vec untuk membuat model klasifikasi yang dapat bekerja pada ujaran kebencian di Twitter. Eksperimen dilakukan dengan menyetel kombinasi iterasi dan dimensi embedding pada model CNN-LSTM dengan Skip-gram dan CBOW. Hasil CNN-LSTM terbaik didapatkan dari kombinasi 30 iterasi dan 300 dimensi Skip-gram yang memperoleh nilai akurasi label setinggi 69.1% pada tahapan uji coba.
Co-Authors Ari Muzakir