Analisa Perbandingan Algoritma CNN dan LSTM untuk Klasifikasi Pesan Cyberbullying pada Twitter

Abstract

Dengan meningkatnya penggunaan sosial media, cyberbullying telah
mencapai titik puncak sepanjang masa. Anonimitas pada internet membuat
cyberbullying sangat merusak, dikarenakan korban akan merasa jika tiada
jalan keluar dari pelecehan tersebut. Setiap individu harus selalu waspada
terhadap cyberbullying dan dihimbau untuk selalu melindungi diri sendiri
beserta orang lain dari hal ini. Pada kasus ini, penulis membuat model yang
secara otomatis akan menandai tweet yang berpotensi membahayakan serta
memecah pola pesan kebencian tersebut. Dataset yang disediakan oleh
penulis berisi sekitar 48.000 tweet yang telah dilabeli sesuai dengan jenis dan
data-data tersebut telah diseimbangkan dan berisi sekitar 8000 data.
Penelitian ini membandingkan algoritma Convolutional Neural Network
dengan Long Short-Term Memory untuk menentukan algoritma terbaik untuk
dataset pada penelitian ini. Berdasarkan hasil penelitian yang sudah
dilakukan disimpulkan jika Long Short-Term Memory adalah algoritma
terbaik dengan f1-score 83.09%.