Perpustakaan Digital ITB

Seksisme merupakan suatu perbuatan diskriminasi terhadap suatu gender yang dilakukan berdasarkan ide bahwa satu gender lebih superior dibandingkan dengan gender lainnya. Pada era ini, seksisme sangat sering terjadi di media sosial akibat tidak adanya konsekuensi signifikan yang dihadapi oleh pengguna saat melakukannya. Oleh karena itu, organisasi bernama Rewire bekerja sama dengan SemEval 2023 untuk mengadakan kompetisi Toward Explainable Detection of Online Sexism (EDOS), yaitu kompetisi untuk membangun model yang bisa mendeteksi seksisme dan juga mengklasifikasi seksisme menjadi empat kategori umum dan sebelas sub-kategori yang lebih spesifik. Pada tugas akhir ini, dibangun tiga model artificial neural network dengan menggunakan layer RoBERTa berbeda untuk masing-masing task yang ada, yaitu task deteksi seksisme, task klasifikasi kategori seksisme, dan task klasifikasi sub-kategori seksisme. Selain itu, karena ketidakseimbangan yang ada pada data yang tersedia, juga dilakukan eksperimen augmentasi data sebagai upaya meningkatkan kinerja model. Terdapat empat eksperimen augmentasi data yang dilakukan, yaitu tanpa augmentasi, dengan random oversampling, dengan metode easy data augmentation, dan dengan metode backtranslations. Dari hasil eksperimen yang telah dilakukan, didapatkan augmentasi data berhasil meningkatkan kinerja klasifikasi kategori dan sub-kategori seksisme. Pada task klasifikasi kategori seksisme, augmentasi data berhasil meningkatkan nilai F1 dari 0.29 menjadi 0.66, sedangkan pada task klasifikasi sub-kategori seksisme, augmentasi data berhasil meningkatkan nilai F1 dari 0.18 menjadi 0.51. Dari analisis lebih lanjut, karakteristik teks sexist yang berhasil diprediksi adalah teks-teks yang banyak menggunakan kata-kata penghinaan.