Deteksi Ujaran Kebencian dalam Teks Campuran Bahasa Indonesia-Inggris Menggunakan XLM-RoBERTa

Dinarta, Farrel (2025) Deteksi Ujaran Kebencian dalam Teks Campuran Bahasa Indonesia-Inggris Menggunakan XLM-RoBERTa. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF ARTIKEL.pdf Download (6MB)
	PDF TURNITIN.pdf Download (750kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (157kB)
	PDF LETTER_OF_ACCEPTANCE.pdf Download (76kB)

Abstract

Prevalensi ujaran kebencian di platform digital menimbulkan tantangan besar, terutama di komunitas multibahasa di mana praktik alih kode (code-switching) mempersulit proses deteksi. Studi ini mengeksplorasi penggunaan XLM-RoBERTa, sebuah model berbasis transformer dengan kemampuan multibahasa yang kuat, untuk mendeteksi ujaran kebencian dalam teks campuran bahasa, dengan fokus pada konteks alih kode bahasa Indonesia-Inggris. Model deteksi ujaran kebencian tradisional umumnya bergantung pada dataset satu bahasa, sehingga efektivitasnya terbatas dalam konteks multibahasa. Kami menggunakan dataset yang terdiri dari bahasa Indonesia, bahasa Inggris, dan campuran Indonesia-Inggris untuk mengevaluasi performa XLM-RoBERTa, yang mencakup 24.844 sampel pelatihan, 2.760 sampel pengujian, dan 100 sampel tambahan. Beberapa hiperparameter utama meliputi ukuran batch 16 dan 32, serta laju pembelajaran antara 1e-5 hingga 5e-5. Model ini mencapai akurasi hampir sempurna (99,6%) pada set pengujian utama dan menunjukkan kemampuan generalisasi yang kuat pada data tambahan realistis dengan skor F1 sebesar 90,94%. Temuan ini menegaskan potensi model dalam konteks linguistik yang kompleks, serta kontribusinya terhadap pengembangan deteksi ujaran kebencian multibahasa yang efektif.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	alih kode, deteksi ujaran kebencian, teks campuran bahasa, XLM- RoBERTa
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	23 Jul 2025 11:03
Last Modified:	23 Jul 2025 11:03
URI:	https://kc.umn.ac.id/id/eprint/39155

Actions (login required)

View Item