IMPLEMENTASI METODE MULTINOMIAL NAIVE BAYES UNTUK MENDETEKSI KICAUAN YANG MENGANDUNG UJARAN KEBENCIAN PADA DATA TWITTER BAHASA INDONESIA

Umar Syahid Aulia Rahman, - (2020) IMPLEMENTASI METODE MULTINOMIAL NAIVE BAYES UNTUK MENDETEKSI KICAUAN YANG MENGANDUNG UJARAN KEBENCIAN PADA DATA TWITTER BAHASA INDONESIA. S1 thesis, Universitas Pendidikan Indonesia.

Baca Full Text klik disini
[img] Text
S_KOM_1405681_Title.pdf
Download (308kB)
[img] Text
S_KOM_1405681_Chapter1.pdf
Download (118kB)
[img] Text
S_KOM_1405681_Chapter2.pdf
Restricted to Staf Perpustakaan
Download (529kB)
[img] Text
S_KOM_1405681_Chapter3.pdf
Download (286kB)
[img] Text
S_KOM_1405681_Chapter4.pdf
Restricted to Staf Perpustakaan
Download (1MB)
[img] Text
S_KOM_1405681_Chapter5.pdf
Download (97kB)
[img] Text
S_KOM_1405681_Appendix.pdf
Restricted to Staf Perpustakaan
Download (235kB)
Official URL: http://repository.upi.edu

Abstract

Pada Peneliltian ini kami membahas klasifikasi ujaran kebencian pada data kicauan (Twitter) dalam bahasa Indonesia dimana pada penelitian ini kami membangun dataset ujaran kebencian pada kicauan bahasa Indonesia dan melakukan pengklasifikasian dengan mengimplementasikan algoritma Multinomial Naive Bayes dengan menggunakan ekstraksi fitur term frequency – inverse document frequency (TF-IDF). Pada penelitian kami melakukan beberapa konfigurasi dalam modifikasi data training untuk mengatasi imbalanced dataset yaitu dengan menggunakan metode random oversampling dan random undersampling. Dari eksperimen tersebut kami melakukan evaluasi menggunakan confusion matrix dan didapatkan hasil implementasi metode Multinomial Naive Bayes dengan modifikasi data training menggunakan random oversampling dengan rasio data testing 10% memiliki hasil yang paling bagus dengan fmeasure sebesar 0.5307.

Item Type: Thesis (S1)
Additional Information: No Panggil : S KOM UMA i-2020; NIM : 1405681
Uncontrolled Keywords: Dataset Construction, Hate Speech Classification, Imbalanced Dataset, Multinomial Naive Bayes Classifier, Term Frequency Inverse Document Frequency
Subjects: L Education > L Education (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User: Umar Syahid Aulia Rahman
Date Deposited: 11 Sep 2020 03:45
Last Modified: 11 Sep 2020 03:45
URI: http://repository.upi.edu/id/eprint/53029

Actions (login required)

View Item View Item