Implementasi Algoritma Multinomial Naive Bayes untuk Deteksi AI Generated Text

Candra Seldi, Leo (2024) Implementasi Algoritma Multinomial Naive Bayes untuk Deteksi AI Generated Text. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (215kB)
	PDF BAB_II.pdf Download (251kB)
	PDF BAB_III.pdf Download (257kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (529kB)
	PDF BAB_V.pdf Download (208kB)
	PDF DAFTAR_PUSTAKA.pdf Download (216kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (311kB)

Abstract

Perkembangan Artificial Intelligence dalam beberapa tahun terakhir telah melakukan revolusi terhadap berbagai aspek kehidupan, seperti kedatangan language model Generative Pre-trained Transformer 3 yang dapat membuat teks seperti manusia pada tingkat yang belum pernah dicapai sebelumnya. Hal tersebut menciptakan sebuah masalah yaitu meningkatnya kesulitan untuk membedakan konten yang dibuat oleh mesin dan manusia. Penelitian ini menggunakan dataset yang berisi teks yang dibuat oleh manusia dan AI, yang akan diklasifikasikan oleh Model Multinomial Na¨ive Bayes dengan feature extraction Bag of Words. Model tersebut akan digunakan untuk pengujian lebih lanjut, yaitu pengujian dengan input text dari pengguna. Hasil penelitian menunjukkan bahwa pengujian algoritma Multinomial Na¨ive Bayes menggunakan dataset memiliki performa yang sangat baik, dimana diperoleh accuracy model sebesar 98%. Setelah dilakukan hyperparameter tuning terhadap model tersebut, nilai accuracy mengalami peningkatan yang tidak signifikan, dimana jika dilakukan pembulatan, nilai accuracy model setelah dilakukan hyperparameter tuning juga sebesar 98%. Nilai precision, recall, dan F-1 score dari model sebelum dan sesudah dilakukan hyperparameter tuning juga hampir serupa. Model dengan nilai alpha terbaik selanjutnya digunakan untuk pengujian algoritma Multinomial Na¨ive Bayes menggunakan teks buatan manusia dan AI generated text sebagai input text dengan bahasa Inggris dan bahasa Indonesia, dimana model dapat mendeteksi 18 dari 20 teks buatan manusia dan 17 AI generated text dengan jenis kalimat berbeda dengan benar pada teks berbahasa Inggris, sementara model dapat mendeteksi 8 dari 10 teks buatan manusia dan 7 dari 10 AI generated text dengan benar pada teks berbahasa Indonesia.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Artificial Intelligence, Bag of Words, Multinomial Na¨ive Bayes
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	11 Nov 2024 09:21
Last Modified:	11 Nov 2024 09:21
URI:	https://kc.umn.ac.id/id/eprint/34223

Actions (login required)

View Item