IMPLEMENTASI METODE VERY DEEP CONVOLUTIONAL NEURAL NETWORK UNTUK MENENTUKAN KOMENTAR CYBERBULLYING
Dampak komentar negative dapat menginduksi psikososial dan kerusakan fisik seperti depresi dan perilaku melukai diri sendiri dengan hasil yang paling tragis adalah bunuh diri. Klasifikasi komentar pada media sosial dibutuhkan untuk mensaring sebuah komentar pada media sosial, klasifikasi komentar untuk saat ini masih belum tersedia di media sosial sehingga dibutuhkan klasifikasi komentar untuk mensaring komentar negative. Tahapan awal yang dilakukan dalam penelitian ini adalah pengolahan bahasa atau yang disebut dengan text preprocessing meliputi inisialisasi karakter dan char2vec yang berfungsi memetakan setiap kata ke dalam vektor untuk mendapatkan fitur pada setiap kata untuk dijadikan parameter atau kriteria klasifikasi untuk pengambilan keputusan apakah komentar mengandung makna bully atau nonbully menggunakan metode very deep convolutional neural network. Data dilatih sebanyak 250 epoch menggunakan metode Very Deep Convolution Neural Network dengan dengan 24 lapisan yaitu Convolution blok yang terdiri dari temporal convolutional, temporal batchnormalization dan ReLu dengan melakukan pengulangan sebanyak dua kali sehingga setiap convolutional blok terdapat 6 lapisan dan untuk perhitungan yang dilakukan adalah menghitung nilai probabilitas setiap kata yang muncul berdasarkan class. Berdasarkan hasil eksperimen menggunakan dataset Bahasa Indonesia akurasi yang didapat sebesar 95%, precission 96% dan recall 92%.
APA Style
. (2022).IMPLEMENTASI METODE VERY DEEP CONVOLUTIONAL NEURAL NETWORK UNTUK MENENTUKAN KOMENTAR CYBERBULLYING ().Teknik Informatika:FTI
Chicago Style
.IMPLEMENTASI METODE VERY DEEP CONVOLUTIONAL NEURAL NETWORK UNTUK MENENTUKAN KOMENTAR CYBERBULLYING ().Teknik Informatika:FTI,2022.Text
MLA Style
.IMPLEMENTASI METODE VERY DEEP CONVOLUTIONAL NEURAL NETWORK UNTUK MENENTUKAN KOMENTAR CYBERBULLYING ().Teknik Informatika:FTI,2022.Text
Turabian Style
.IMPLEMENTASI METODE VERY DEEP CONVOLUTIONAL NEURAL NETWORK UNTUK MENENTUKAN KOMENTAR CYBERBULLYING ().Teknik Informatika:FTI,2022.Text
