Rancang Bangun Model Indobert Untuk Deteksi Ujaran Kebencian Studi Kasus Diskursus Rkuhap Di Media Sosial x Dan Threads

Alamsyah, Firman Agung (2026) Rancang Bangun Model Indobert Untuk Deteksi Ujaran Kebencian Studi Kasus Diskursus Rkuhap Di Media Sosial x Dan Threads. Undergraduate thesis, politeknik negeri jember.

	Text (Ringkasan) ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (30kB)
	Text (Bab 1 Pendahuluan) bab 1 pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (47kB)
	Text (Daftar Pustaka) daftar pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (92kB)
	Text (Laporan Lengkap) laporan lengkap.pdf Restricted to Registered users only Download (5MB) | Request a copy

Abstract

Penelitian ini dilaksanakan dengan tujuan untuk mendeteksi dan mengklasifikasikan ujaran kebencian dalam diskursus Rancangan Kitab Undang-Undang Hukum Acara Pidana atau RKUHAP yang bersumber dari media sosial X dan Threads. Perdebatan publik mengenai regulasi hukum tersebut memicu tingginya polaritas opini yang kerap mengandung ujaran kebencian terselubung dalam bentuk sindiran maupun kritik tajam. Data yang digunakan pada penelitian ini berjumlah 6.450 unggahan teks yang dikelompokkan secara bertingkat, yaitu Level 1 untuk deteksi biner ujaran kebencian dan Level 2 untuk lima sub-kategori melalui proses pelabelan terverifikasi. Data dilakukan pembagian menjadi 80% untuk data latih, 10% untuk data validasi, dan 10% untuk data uji. Pada penelitian ini, pengujian model IndoBERT dengan arsitektur Multi-Head Classification dan formulasi Hierarchical Masked Loss menunjukkan performa yang mumpuni dengan tingkat akurasi sebesar 93,95% serta nilai Macro F1 sebesar 78,26% pada Level 1. Pada Level 2, diperoleh tingkat akurasi sebesar 93,33% dengan nilai Macro F1 sebesar 64,98%, serta capaian Composite Macro F1 sebesar 71,62%. Model klasifikasi ini kemudian diintegrasikan ke dalam sebuah sistem antarmuka web berbasis Laravel dan FastAPI agar pengguna dapat memantau serta mendeteksi ujaran kebencian secara praktis dan interaktif. Secara keseluruhan, model IndoBERT terbukti efektif dalam mengenali konteks semantik dan membedakan ujaran kebencian pada diskursus kebijakan publik di media sosial.

Actions (login required)

View Item