Implementasi Metode Backpropagation Neural Network Berbasis Lexicon Based Features dan Bag Of Words untuk Identifikasi Ujaran Kebencian pada Twitter

##plugins.themes.bootstrap3.article.main##

Muhammad Mishbahul Munir Mochamad Ali Fauzi Rizal Setya Perdana

Abstrak

Ujaran kebencian adalah bahasa yang mengekspresikan suatu kebencian terhadap suatu kelompok atau individu yang bermaksud untuk menghina atau mempermalukan dan medianya bisa terdapat dimana saja, salah satunya Twitter. Twitter merupakan media sosial yang memungkinkan pengguna untuk mengutarakan perasaan dan opini melalui tweet, termasuk tweet yang mengandung ujaran kebencian. Data dokumen atau tweet berasal dari penelitian yang terdahulu tentang ujaran kebencian. Metode yang digunakan dalam mengolah data dokumen tersebut adalah Backpropagation Neural Network dengan pembaruan fitur menggunakan Lexicon Based Features yang dikombinasikan dengan Bag of Words. Pada penelitian ini menggunakan data sebanyak 500 data yang dibagi menjadi data latih sebanyak 400 data dan data uji sebanyak 100 data. Dari hasil pengujian evaluasi, ketika menggunakan Lexicon Based Features nilai rata-rata f-measure sebesar 0%, lebih buruk dibandingkan dengan menggunakan Bag of Words yang nilai rata-rata f-measure sebesar 76,638%, sedangkan ketika Lexicon Based Features dikombinasikan dengan Bag of Words mendapat nilai rata-rata terbaik diantara fitur sebelumnya dengan f-measure sebesar 78,081%. Dan hasil perbandingan metode Backpropagation Neural Network berbasis Lexicon Based Features dan Bag of Words tidak lebih baik dibandingkan dengan Random Forest Decision Tree menggunakan n-gram fitur pada penelitian sebelumnya.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Munir, M., Fauzi, M., & Perdana, R. Implementasi Metode Backpropagation Neural Network Berbasis Lexicon Based Features dan Bag Of Words untuk Identifikasi Ujaran Kebencian pada Twitter. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 10, p. 3182-3191, peb. 2018. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/2573>. Tanggal Akses: 22 okt. 2018
Bagian
Artikel