KLASIFIKASI JENIS KONFLIK PARTAI POLITIK DAN MEDIASI MENGGUNAKAN DEEP LEARNING MODEL FNET

FADHILAH RIZKY SETIAWAN (2023) KLASIFIKASI JENIS KONFLIK PARTAI POLITIK DAN MEDIASI MENGGUNAKAN DEEP LEARNING MODEL FNET. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf

Download (640kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only

Download (499kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only

Download (9kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Restricted to Registered users only

Download (25kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only

Download (572kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only

Download (572kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (79kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only

Download (572kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Teknologi deep learning merupakan pendekatan khusus untuk mengklasifikasi dan memediasi konflik partai politik dalam artikel berita di Indonesia. Kemampuan pengurus partai untuk memahami dan mengembangkan strategi mediasi yang efektif untuk menyelesaikan konflik di partai politik merupakan hal yang penting. Pengurus partai masih menggunakan metode manual dan memakan waktu untuk mengidentifikasi strategi mediasi yang paling efektif. Oleh karena itu, pengurus partai membutuhkan teknologi untuk membantu menemukan mediasi yang efektif. Sebuah metode deep learning baru, FNet, adalah metode yang jarang digunakan, terutama untuk mengklasifikasikan jenis dan mediasi konflik partai politik dalam artikel berita di Indonesia. FNet adalah model berbasis transformer yang menggunakan Fourier transform untuk menggantikan self-attention layer dari BERT karena memakan waktu dan memori. FNet adalah model yang kompleks dengan banyak parameter atau lapisan. Oleh karena itu, model ini memiliki potensi overfitting. Makalah ini mengusulkan model FNet yang dimodifikasi untuk mengklasifikasikan jenis dan mediasi konflik partai politik. Untuk mencapai akurasi setinggi mungkin, kami melakukan beberapa tuning, termasuk memodifikasi pooling dan menambahkan dense dan dropout layer. Dalam penelitian ini, klasifikasi dilakukan pada dataset Konflik dan Mediasi. Data konflik dilabeli sebagai Konflik Caleg, Konflik Dukungan Capres, Konflik Elite Politik, Konflik Kepengurusan Partai. Data mediasi dilabeli sebagai Keputusan Pimpinan, Jalur Hukum, Musyawarah, Tidak Ada. Akurasi tertinggi adalah 0.93 pada dataset Konflik dan 0.83 pada dataset Mediasi. Hasil pengujian juga menunjukkan bahwa Modified FNet memiliki akurasi sebesar 0.88 pada dataset konflik dan 0.72 pada dataset mediasi. Berdasarkan hasil pelatihan dan pengujian, metode yang diusulkan mengungguli model dasar lainnya dalam mengklasifikasikan jenis dan mediasi konflik partai politik pada artikel-artikel di Indonesia.

Item Type: Thesis (S1)
Uncontrolled Keywords: FNet, Text Classification, Politics, Conflict Mediation
Divisions: Fakultas Teknik > Teknologi Informasi S1
Depositing User: Aidilla Qurotianti
Date Deposited: 07 Nov 2023 02:01
Last Modified: 07 Nov 2023 02:01
URI: https://etd.umy.ac.id/id/eprint/40531

Actions (login required)

View Item
View Item