Perpustakaan Digital ITB

Cyberbullying di Indonesia saat ini menjadi perhatian seiring dengan meningkatnya penggunaan media sosial. Deteksi cyberbullying menjadi satu langkah yang penting untuk menciptakan lingkungan yang kondusif dalam berinteraksi di media sosial. Penelitian ini adalah bagian dari komputasi linguistik yang berfokus pada penggunaan Deep Learning untuk mendeteksi kalimat bullying pada Twitter. Terdapat dua proses penting pada penelitian ini. Pertama, proses pembentukan representasi kata. Kedua, proses pengklasifikasian untuk deteksi kalimat bullying. Proses pra-latih untuk membentuk representasi istilah / kata baru dilakukan secara independen. Word2vec digunakan sebagai kakas untuk proses pra-latih. Terdapat dua jenis data yang digunakan pada proses pra-latih. Jenis data pertama hanya menggunakan data uji dan data latih, sedangkan jenis data kedua adalah data keseluruhan, yang berjumlah 26.800 kalimat unik Twitter termasuk di dalamnya data uji dan data latih. Kedua data tersebut digunakan untuk membentuk word embedding dalam bahasa Indonesia lalu dibandingkan pengaruhnya terhadap hasil dari proses pengklasifikasian secara keseluruhan. Pemodelan deep learning dibentuk menggunakan tiga algoritma utama yang populer digunakan untuk klasifikasi tekstual: LTSM, Bi-LSTM dan CNN. Sebanyak 9.854 kalimat berlabel diekstraksi dari 2.584 percakapan Twitter digunakan sebagai dataset. Dataset terdiri atas 1.680 kalimat diberi label bully dan 6.343 kalimat diberi label netral. Total 252 percobaan dilakukan pada penelitian ini dengan mengeksploitasi tahap pra-proses untuk penentuan fitur pembelajaran mesin dan algoritma deep learning. Pengujian menunjukkan bahwa akurasi dapat mencapai hingga 92.28% sedangkan recall untuk kelas bully mencapai 81.65%.