Implementasi IndoBERT dan IndoBERTweet untuk Deteksi Ujaran Kebencian di Media Sosial

Leonardo Kosasih, Edward (2025) Implementasi IndoBERT dan IndoBERTweet untuk Deteksi Ujaran Kebencian di Media Sosial. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img] PDF
HALAMAN_AWAL.pdf

Download (846kB)
[img] PDF
BAB_I.pdf

Download (216kB)
[img] PDF
BAB_II.pdf

Download (396kB)
[img] PDF
BAB_III.pdf

Download (347kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (1MB)
[img] PDF
BAB_V.pdf

Download (204kB)
[img] PDF
DAFTAR_PUSTAKA.pdf

Download (217kB)
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (334kB)

Abstract

Penggunaan media sosial yang tinggi di Indonesia meningkatkan risiko penyebaran ujaran kebencian secara masif, khususnya pada periode pemilihan umum. Ujaran kebencian pada platform seperti Twitter sering menyasar kelompok rentan dan dapat memicu konflik sosial, memperkuat stereotip negatif, serta mengancam kohesi masyarakat. Oleh karena itu, diperlukan sistem deteksi otomatis yang akurat dan kontekstual. Pendekatan berbasis Transformer mulai dimanfaatkan karena kemampuannya dalam menangkap makna secara kontekstual. Penelitian ini membandingkan dua model pra-latih berbasis Transformer untuk Bahasa Indonesia, yaitu IndoBERT dan IndoBERTweet, dalam mendeteksi ujaran kebencian. Kedua model menjalani proses fine-tuning menggunakan data pelatihan dan diuji menggunakan testing dataset. Evaluasi dilakukan dengan menggunakan metrik F1- score dan akurasi. Hasil pengujian menunjukkan bahwa IndoBERTweet memiliki performa lebih baik (F1-score 0,8651; akurasi 88,38%) dibandingkan IndoBERT (F1-score 0,85; akurasi 87,47%). Temuan ini menunjukkan pentingnya pemilihan model yang sesuai dengan domain data untuk membangun sistem deteksi ujaran kebencian yang lebih akurat.

Item Type: Thesis (Bachelor Thesis)
Keywords: Deteksi Ujaran Kebencian, IndoBERT, IndoBERTweet, Media Sosial, Twitter
Subjects: ?? T58.5-58.64 ??
Divisions: Faculty of Engineering & Informatics > Informatics
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 04 Aug 2025 11:03
Last Modified: 04 Aug 2025 11:03
URI: https://kc.umn.ac.id/id/eprint/39813

Actions (login required)

View Item View Item