Alnasiman, Rahmad and Yudi, Setiawan and Ernawati, Ernawati (2025) DETEKSI CYBERBULLYING BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA BERT. Other thesis, Universitas Bengkulu.
![Thesis [thumbnail of Thesis]](https://repository.unib.ac.id/style/images/fileicons/archive.png)
Rahmad Alnasiman_Skripsi - Rahmad Alnasiman.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).
Download (1MB)
Abstract
Cyberbullying adalah masalah global yang kian meningkat di Indonesia, namun
deteksinya sulit karena variasi dan kompleksitas bahasa Indonesia. Penelitian ini
memanfaatkan algoritma BERT dari NLP untuk mendeteksi cyberbullying berbahasa
Indonesia secara akurat dan efisien, mengatasi tantangan bahasa dan memberikan solusi
yang menjanjikan. Penelitian ini bertujuan untuk mengembangkan model yang dapat
mendeteksi teks cyberbullying dengan mengimplementasikan algoritma BERT dan
menguji kinerja algoritma BERT dalam mendeteksi cyberbullying di sebuah komentar
media sosial dengan tingkat akurasi yang optimum.
Dataset yang digunakan berasal dari komentar video youtube. Setelah dataset
bersih, dilakukan penyeimbangan data agar masing-masing kelas seimbang. Kemudian
dilakukan pelatihan model menggunakan BERT-based (IndoBERT). Metrik evaluasi
yang dipakai adalah ROC-AUC dan Logarithmic Loss. Hasil pelatihan model mencapai
nilai ROC-AUC mendekati sempurna yaitu 1,00 (hasil pembulatan dua angka di belakang
koma). Sedangkan nilai evaluasi Logarithmic Loss adalah 0,0091 , artinya model sangat
sedikit melakukan kesalahan prediksi. Secara keseluruhan, perancangan model untuk
deteksi cyberbullying berbahasa Indonesia menggunakan algoritma BERT sangat cocok
karena nilai evaluasi yang dihasilkan sangat memuaskan.
Kata Kunci : Cyberbullying, NLP, BERT
Item Type: | Thesis (Other) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering > Department of Informatics Engineering |
Depositing User: | 58 lili haryanti |
Date Deposited: | 24 Sep 2025 06:43 |
Last Modified: | 24 Sep 2025 06:43 |
URI: | https://repository.unib.ac.id/id/eprint/26066 |