Implementasi ResNet dan IndoBERT untuk Klasifikasi Genre Film Multimodal dengan Bahasa Indonesia

Chianardi, Delvin (2022) Implementasi ResNet dan IndoBERT untuk Klasifikasi Genre Film Multimodal dengan Bahasa Indonesia. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (202kB) | Preview
Preview	PDF BAB_I.pdf Download (207kB) | Preview
Preview	PDF BAB_II.pdf Download (278kB) | Preview
Preview	PDF BAB_III.pdf Download (7MB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
Preview	PDF BAB_V.pdf Download (200kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (638kB)

Abstract

Perkembangan klasifikasi teks dan gambar telah berkembang secara signifikan dalam bebebrapa waktu terakhir, dari perkembangan tersebut muncul pemikiran menggunakan kedua metode untuk mengekstraksi fitur teks dan gambar untuk melakukan klasifikasi yang disebut klasifikasi Multimodal. Akan tetapi perkem- bangan tersebut terjadi pada bahasa dengan corpus yang besar berbeda dengan bahasa Indonesia. Klasifikasi dilakukan untuk menentukan genre film dan tentu dilakukan dengan bahasa Indonesia, dimana genre merupakan salah satu element penting dalam identitas yang dapat menyiratkan keseluruhan film. Metode yang digunakan dalam penelitian ini adalah Multimodal dengan menggunakan algoritma IndoBERT yang merupakan pre-trained Natural Languange Understanding model yang dilatih dengan corpus bahasa Indonesia dan algoritma ResNet yang meru- pakan pre-trained model untuk klasifikasi gambar. Berdasarkan hasil pengujian de- ngan jumlah data 1105 dan menggunakan 10 genre sebagai basis tanpa augmentasi poster, diperoleh model dengan performa nilai akurasi 94,2%, presisi 91%, recall 85% dan F1 Score 86%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	IndoBERT, Klasifikasi, Multimodal, ResNet
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	20 Jul 2022 03:54
Last Modified:	22 Aug 2023 06:20
URI:	https://kc.umn.ac.id/id/eprint/21989

Actions (login required)

View Item