Implementasi IndoBERT dengan Data Augmentation pada Deteksi Ujaran Kebencian Bahasa Indonesia
Tahun 2025 · Penulis: Cahyo Tri Nugroho
Faculty of Computer Science, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/10544
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Ujaran kebencian di media sosial merupakan salah satu permasalahan yang dapat menimbulkan dampak negatif bagi individu maupun masyarakat. Penelitian ini bertujuan untuk mengimplementasikan model IndoBERT dalam mendeteksi ujaran kebencian berbahasa Indonesia serta menganalisis pengaruh penerapan data augmentation menggunakan metode Synonym Replacement berbasis IndoWordNet terhadap performa model. Tahapan penelitian meliputi preprocessing data, data augmentation, pembagian dataset, dan fine-tuning model IndoBERT. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score.. Hasil penelitian menunjukkan bahwa model IndoBERT mampu melakukan klasifikasi ujaran kebencian dengan baik. Model tanpa augmentasi menghasilkan performa terbaik dengan nilai accuracy sebesar 88,81%, precision 87,50%, recall 88,95%, dan F1-score. 88,08%. Sementara itu, model dengan augmentasi memperoleh accuracy sebesar 88,11%, precision 87,00%, recall 87,00%, dan F1 score. 87,00%. Penerapan data augmentation berhasil menyeimbangkan distribusi data pelatihan melalui penambahan data pada kelas minoritas, namun belum mampu meningkatkan performa model pada dataset yang digunakan. Berdasarkan hasil tersebut, dapat disimpulkan bahwa IndoBERT efektif untuk mendeteksi ujaran kebencian berbahasa Indonesia, sedangkan keberhasilan data augmentation sangat dipengaruhi oleh kualitas dan kesesuaian data hasil augmentasi terhadap karakteristik dataset.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,802
Tahun 2026 · Penulis: Rofii’U Nur Ilham Firdaus
Klasifikasi Emosi Netizen Menggunakan IndoBERT pada Media Sosial X Berbahasa Indonesia
Pengguna media sosial atau apa yang sering kita sebut Netizen sering mengekspresikan ekspresi dan pikiran mereka pada media sosial sebagai tempat untuk "menyatukan" tanpa batas. Mengoleksi ekspresi dan opini dari netizen yang dituangkan melalui tweet dapat ber
- Cosine 0,789
Tahun 2026 · Penulis: Arif Hendrawan Priliyanto
Analisis Sentimen Berbasis Aspek pada Ulasan Aplikasi Redbus Indonesia: Fine-Tuning Indobert
User reviews dari aplikasi agen perjalanan online berisi informasi tentang kepuasan dan keluhan tentang berbagai layanan. Namun, analisis sentimen umum tidak dapat mengidentifikasi aspek-aspek dinas spesifik yang mendasari evaluasi ini. Penelitian ini bertujua
- Cosine 0,788
Tahun 2026 · Penulis: Almas Firdaus
Pengaruh Augmentasi Data pada Fine-Tuning Model IndoBERT dalam Analisis Sentimen
Ketidakseimbangan kelas adalah salah satu tantangan utama dalam analisis sentimen karena model klasifikasi cenderung mendukung kelas mayoritas, mengakibatkan kinerja yang lebih rendah pada kelas minoritas. Penelitian ini bertujuan untuk meningkatkan kinerja an