Deteksi Ujaran Kebencian pada Teks Media Sosial Campuran Indonesia-Inggris Menggunakan Transformer dengan Ensemble 5-Fold Stacking dan Interpretabilitas LIME

Marvin Lim, Rich (2026) Deteksi Ujaran Kebencian pada Teks Media Sosial Campuran Indonesia-Inggris Menggunakan Transformer dengan Ensemble 5-Fold Stacking dan Interpretabilitas LIME. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (842kB)
	PDF BAB_I.pdf Download (219kB)
	PDF BAB_II.pdf Download (386kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (547kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (637kB)
	PDF BAB_V.pdf Restricted to Registered users only Download (209kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (238kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (543kB)
	Archive (ZIP) 00000079061_2521_LembarPengesahan.pdf Restricted to Registered users only Download (66kB)

Abstract

Penelitian ini mengkaji deteksi ujaran kebencian pada teks media sosial multibahasa yang mencakup Bahasa Indonesia, Bahasa Inggris, dan teks code-mixed. Dua model transformer multibahasa, yaitu XLM-RoBERTa dan BLOOM-560M, dibandingkan dan dievaluasi melalui serangkaian strategi fine-tuning serta metode ensemble. Dataset yang digunakan terdiri dari 30.000 sampel dengan distribusi seimbang antar bahasa, menggabungkan data publik berlabel dari berbagai sumber dan data code-mixed sintetis yang dihasilkan melalui model bahasa besar. Hasil eksperimen menunjukkan bahwa XLM-RoBERTa mengungguli BLOOM-560M dengan F1-score 0.8638 berbanding 0.8446 pada konfigurasi dasar yang setara. Di antara strategi fine-tuning yang dievaluasi, full fine-tuning terbukti paling efektif, sementara custom classification head menghasilkan peningkatan marginal sebesar 0.0016 di atas baseline. Penerapan metode ensemble 5-fold stacking dengan meta- learner SVM menghasilkan model terbaik dengan F1-score 0.8769 dan akurasi 0.8757, meningkat sebesar 0.0131 dibandingkan model tunggal. Analisis per- bahasa menunjukkan performa F1-score 0.7527 pada Bahasa Inggris, 0.8745 pada Bahasa Indonesia, dan sempurna pada data code-mixed sintetis. Analisis interpretabilitas menggunakan LIME mengungkapkan bahwa model mengandalkan penanda identitas eksplisit sebagai sinyal utama ujaran kebencian dan mengalami kesulitan pada teks singkat berbasis slang budaya serta penggunaan kata bermuatan tinggi dalam konteks non-kebencian.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Marvin Lim, Rich (00000079061)
Contributors:	Agustriawan, David
Keywords:	Code-Mixed, Deteksi Ujaran Kebencian, Metode Ensemble, Fine- Tuning, XLM-RoBERTa
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	23 Jul 2026 08:05
URI:	https://kc.umn.ac.id/id/eprint/47949

Actions (login required)

View Item