Suryadi, Kadek Dika Rama (2024) PENGEMBANGAN SISTEM KLASIFIKASI LAPORAN PERUNDUNGAN SISWA DENGAN MENGGUNAKAN ALGORITMA FINE-TUNING INDOBERT. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2015091057-COVER.pdf Download (6MB) |
|
Text (ABSTRAK)
2015091057-ABSTRAK.pdf Download (226kB) |
|
Text (BAB 1 PENDAHULUAN)
2015091057-BAB 1 PENDAHULUAN.pdf Download (231kB) |
|
Text (BAB 2 TINJAUAN PUSTAKA)
2015091057-BAB 2 TINJAUAN PUSTAKA.pdf Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (BAB 3 METODOLOGI PENELITIAN)
2015091057-BAB 3 METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (574kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2015091057-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (4MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2015091057-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (204kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2015091057-DAFTAR PUSTAKA.pdf Download (213kB) |
|
Text (LAMPIRAN)
2015091057-LAMPIRAN.pdf Download (10MB) |
Abstract
Perundungan atau bullying di sekolah merupakan masalah serius yang dapat berdampak negatif pada siswa. Di Indonesia, masalah ini harus ditangani dengan baik. Tujuan utama dari penelitian ini adalah untuk mengembangkan sistem klasifikasi laporan perundungan siswa yang menggunakan algoritma fine-tuning IndoBERT, yang merupakan bagian dari Sistem Informasi Anti Perundungan (SIAP) yang digunakan oleh beberapa sekolah menengah pertama. Penelitian ini melibatkan pengumpulan dan analisis data laporan perundungan dari sekolah-sekolah, yang kemudian digunakan untuk melatih model IndoBERT. Tujuan utama dari penelitian ini adalah untuk meningkatkan efisiensi dan akurasi klasifikasi jenis perundungan, yang mencakup kontak fisik langsung, kontak verbal langsung, perilaku non�verbal langsung, perilaku non-verbal tidak langsung, cyber bullying, dan pelecehan seksual. Hasil pengujian menggunakan confusion matrix menunjukkan bahwa model fine-tuning IndoBERT mencapai akurasi yang tinggi, dengan nilai akurasi, presisi, recall, dan f1-score masing-masing sebesar 98%, 98%, 98%,dan 98%. Integrasi melalui RESTful API dalam sistem SIAP juga berhasil diterapkan dengan baik. Dengan demikian, penelitian ini berkontribusi pada pengembangan teknologi untuk mendukung upaya penanganan perundungan di lingkungan sekolah.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Perundungan, IndoBERT, Fine-Tuning, Klasifikasi Teks, Sistem Informasi Anti Perundungan (SIAP) |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1) |
| Depositing User: | Kadek Dika Rama Suryadi |
| Date Deposited: | 28 Oct 2024 23:19 |
| Last Modified: | 28 Oct 2024 23:19 |
| URI: | http://repo.undiksha.ac.id/id/eprint/22300 |
Actions (login required)
 |
View Item |