DIGITAL LIBRARY
| JUDUL | : | ANALISIS EFEK DROPOUT DAN LEARNING RATE PADA PERFORMA BILSTM-ANN UNTUK DETEKSI PELECEHAN SEKSUAL | |
| PENGARANG | : | SHENDY KRISYOHANDA | |
| PENERBIT | : | UNIVERSITAS LAMBUNG MANGKURAT | |
| TANGGAL | : | 2024-07-26 |
Pelecehan seksual tidak hanya terbatas pada tindakan pemerkosaan dan pencabulan yang melibatkan kontak langsung atau secara fisik, tetapi juga dapat terjadi melalui media sosial. Berdasarkan survei yang dilakukan oleh Koalisi Ruang Publik Aman (KRPA) pada tahun 2022 dengan jumlah responden sebanyak 4.236 orang dari seluruh Indonesia, hasil survei menunjukkan bahwa pelecehan seksual yang paling umum terjadi secara daring adalah melalui media sosial, dengan persentase sebesar 42%. Dampak pelecehan seksual yang terjadi melalui media sosial bukanlah hal yang dapat dianggap remeh. Maraknya pelecehan seksual di media sosial ini juga dapat meningkatkan kecemasan dan rasa tidak aman dalam menggunakan platform tersebut. Oleh sebab itu, penting untuk mengembangkan sistem yang efektif dan baik dalam menanggulangi kasus pelecehan seksual di media sosial. Natural Language Processing menjadi salah satu metode yang berguna untuk mendeteksi pelecehan seksual di media sosial. Model BiLSTM-ANN menunjukkan performa yang baik dalam tugas klasifikasi teks. Dengan menggunakan dataset sebanyak 40.443 data yang terbagi menjadi tiga bagian, yakni data training, data validation, dan data testing dengan rasio 7:1:2, serta dropout 0.25 dan learning rate 0.1, model BiLSTM-ANN menghasilkan performa terbaik dengan accuracy 0.8902, F1 score 0.8899, recall 0.8829, dan precision 0.8970. Model BiLSTM-ANN berhasil mengklasifikasi dengan benar 3.588 data pelecehan seksual dari total 4.064 data pelecehan seksual pada data testing.
Kata Kunci: Bahasa Indonesia, BiLSTM-ANN, Dropout, Klasifikasi Teks, Learning Rate, dan Pelecehan Seksual
| NO | DOWNLOAD LINK |
| 1 | FILE 1 |
File secara keseluruhan dapat di unduh DISINI