Implementasi Iterative Masking pada IndoBERTweet-BILSTM untuk Deteksi Ujaran Kebencian Berbahasa Indonesia di Platform X - Submit Jurnal

Naufal, Fakhrizal (2026) Implementasi Iterative Masking pada IndoBERTweet-BILSTM untuk Deteksi Ujaran Kebencian Berbahasa Indonesia di Platform X - Submit Jurnal. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11221057_cover.pdf Download (221kB)
	Text 11221057_statement_of_authenticity.pdf Download (93kB)
	Text 11221057_publishing_agreement.pdf Download (123kB)
	Text 11221057_approval_sheet.pdf Download (91kB)
	Text 11221057_preface.pdf Download (274kB)
	Text 11221057_abstract_id.pdf Download (120kB)
	Text 11221057_abstract_en.pdf Restricted to Repository staff only until 3 October 2028. Download (116kB) | Request a copy
	Text 11221057_table_of_content.pdf Restricted to Repository staff only until 3 October 2028. Download (154kB) | Request a copy
	Text 11221057_illustrations.pdf Restricted to Repository staff only until 3 October 2028. Download (89kB) | Request a copy
	Text 11221057_tables.pdf Restricted to Repository staff only until 3 October 2028. Download (84kB) | Request a copy
	Text 11221057_notations.pdf Restricted to Repository staff only until 3 October 2028. Download (115kB) | Request a copy
	Text 11221057_chapter_1.pdf Restricted to Repository staff only until 3 October 2028. Download (417kB) | Request a copy
	Text 11221057_chapter_2.pdf Restricted to Repository staff only until 3 October 2028. Download (900kB) | Request a copy
	Text 11221057_chapter_3.pdf Restricted to Repository staff only until 3 October 2028. Download (768kB) | Request a copy
	Text 11221057_chapter_4.pdf Restricted to Repository staff only until 3 October 2028. Download (1MB) | Request a copy
	Text 11221057_conclusions.pdf Restricted to Repository staff only until 3 October 2028. Download (208kB) | Request a copy
	Text 11221057_bibliography.pdf Download (114kB)
	Text 11221057_enclosure.pdf Restricted to Repository staff only until 3 October 2028. Download (86kB) | Request a copy
	Text 11221057_paper.pdf Restricted to Repository staff only until 3 October 2028. Download (742kB) | Request a copy
	Text 11221057_presentation.pdf Restricted to Repository staff only until 3 October 2028. Download (947kB) | Request a copy

Abstract

Perkembangan teknologi komunikasi pada platform media sosial X telah memicu penyebaran ujaran kebencian (hate speech) yang masif di Indonesia. Karakteristik teks pada platform tersebut yang cenderung menggunakan bahasa informal, kata tidak baku (slang), serta ejaan yang tidak konsisten menjadi tantangan signifikan dalam proses deteksi otomatis. Penelitian terdahulu telah menggunakan model IndoBERTweet-BiLSTM untuk menangkap representasi kontekstual, namun kinerja model tersebut masih belum optimal dalam membedakan ujaran kebencian murni dengan keluhan atau sentimen negatif lainnya yang menggunakan bahasa non-formal, sehingga membatasi tingkat akurasi klasifikasi. Tujuan dari penelitian ini adalah meningkatkan akurasi deteksi ujaran kebencian melalui pengembangan arsitektur Dual-Branch Feature Fusion yang mengintegrasikan fitur kontekstual mendalam dengan fitur leksikal dan statistik secara paralel. Metode penelitian yang diusulkan terdiri dari dua jalur ekstraksi fitur utama. Jalur pertama menggunakan IndoBERTweet sebagai encoder yang dipadukan dengan lapisan Bidirectional Long Short-Term Memory (BiLSTM) untuk mengekstraksi informasi sekuensial dari dua arah. Jalur kedua menerapkan metode Iterative Masking berbasis FastText untuk mendapatkan fitur statistik berupa penurunan probabilitas (probability drop), serta fitur leksikal menggunakan kamus kata kasar (abusive dictionary) untuk menangkap keberadaan elemen bahasa ofensif secara eksplisit. Hasil ekstraksi dari kedua jalur tersebut kemudian diintegrasikan menggunakan teknik Feature Fusion melalui tahap konkatenasi sebelum diproses oleh lapisan klasifikasi akhir. Penelitian ini diharapkan dapat memberikan solusi yang lebih tangguh dalam mengenali pola ujaran kebencian pada teks media sosial yang dinamis dan tidak standar.

Item Type:	Thesis (Bachelor)
Subjects:	P Language and Literature > PL Languages and literatures of Eastern Asia, Africa, Oceania Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Fakhrizal Naufal
Date Deposited:	14 Jul 2026 01:28
Last Modified:	14 Jul 2026 01:28
URI:	http://repository.itk.ac.id/id/eprint/26829

Actions (login required)

View Item