Analisis Penggunaan Kalimat Abusive Pada Media Sosial Twitter Menggunakan Metode Multilingual BERT

Perkembangan teknologi informasi ini memberikan dampak dan manfaat yang dapat diimplementasikan pada bidang deep learning. Saat ini banyak contoh yang biasa digunakan dalam pengembangan masalah deep learning, seperti Transformers. Penelitian ini menggunakan salah satu arsitektur dari Transformers yaitu Multilingual BERT, Multilingual BERT itu sendiri terdiri dari BERT yaitu Bidirectional Encoder Representations from Transformers yang biasa digunakan untuk masalah deep learning. Metode Multilingual BERT diimplementasikan untuk mendeteksi penggunaan kalimat abusive pada teks bahasa Indonesia.
Penelitian ini menggunakan dataset berjumlah 2016 data, yang terdiri dari 2 atribut yaitu Tweet dan Label. Pada penelitian ini menerapkan 3 percobaan dengan learning rate, batch size dan epoch yang berbeda. Evaluasi terhadap hasil analisis dengan model arsitektur Multilingual BERT menggunakan metode Confusion Matrix. Hasil evaluasi dengan metode Confusion Matrix memiliki nilai akurasi sebesar 81%. Secara keseluruhan hasil analisis kalimat abusive dengan model arsitektur Multilingual BERT dapat dikategorikan baik.