Implementasi IndoBERT dengan Data Augmentation pada Deteksi Ujaran Kebencian Bahasa Indonesia

Abstract

Ujaran kebencian di media sosial merupakan salah satu permasalahan yang dapat menimbulkan dampak negatif bagi individu maupun masyarakat. Penelitian ini bertujuan untuk mengimplementasikan model IndoBERT dalam mendeteksi ujaran kebencian berbahasa Indonesia serta menganalisis pengaruh penerapan data augmentation menggunakan metode Synonym Replacement berbasis IndoWordNet terhadap performa model. Tahapan penelitian meliputi preprocessing data, data augmentation, pembagian dataset, dan fine-tuning model IndoBERT. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score.. Hasil penelitian menunjukkan bahwa model IndoBERT mampu melakukan klasifikasi ujaran kebencian dengan baik. Model tanpa augmentasi menghasilkan performa terbaik dengan nilai accuracy sebesar 88,81%, precision 87,50%, recall 88,95%, dan F1-score. 88,08%. Sementara itu, model dengan augmentasi memperoleh accuracy sebesar 88,11%, precision 87,00%, recall 87,00%, dan F1 score. 87,00%. Penerapan data augmentation berhasil menyeimbangkan distribusi data pelatihan melalui penambahan data pada kelas minoritas, namun belum mampu meningkatkan performa model pada dataset yang digunakan. Berdasarkan hasil tersebut, dapat disimpulkan bahwa IndoBERT efektif untuk mendeteksi ujaran kebencian berbahasa Indonesia, sedangkan keberhasilan data augmentation sangat dipengaruhi oleh kualitas dan kesesuaian data hasil augmentasi terhadap karakteristik dataset.