Sofhia Mohnica
Universitas Muhammadiyah Riau

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

Found 1 Documents
Search

Klasifikasi multilabel komentar toxic pada sosial media twitter menggunakan convolutional neural network(CNN) Regiolina Hayami; Sofhia Mohnica; Soni
Computer Science and Information Technology Vol 4 No 1 (2023): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v4i1.4365

Abstract

Meningkatnya jumlah pengguna dari media sosial berarti jumlah konten akan meningkat. Apalagi pengguna media sosial yang membuat kontennya menarik cenderung ingin ditanggapi atau mendapat pengakuan dari pengguna lain, baik itu berupa suka maupun komentar. Tak jarang komentar berisi berisi kata-kata ancaman, cabul, penghinaan atau kebencian terhadap identitas atau disebut juga dengan komentar beracun. Meskipun ada peraturan yang mengatur semua aktivitas di media sosial, namun tetap saja tidak bekerja secara efektif karena ketidakmungkinan mengklasifikasikan komentar secara manual. Tujuan dari penelitian ini adalah membangun sebuah model klasifikiasi multilabel yang dapat mengklasifikasikan ke dalam kategori nya menggunakan algoritma Convolutional Neural Network serta Word2Vec yang digunakan sebagai pembobotan kata. Pada penelitian ini menghasilkan model klasifikasi dengan Nilai performa dari pengujian model mesin pembelajaran CNN dengan menggunakan optimizer adam menghasilkan akurasi sebesar 99%, presisi 100%, recall 99% dan F1-Score 99%.