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

	Text (Halaman Judul) Halaman Judul.pdf Download (640kB)
	Text (Lembar Pengesahan) Lembar Pengesahan.pdf Restricted to Registered users only Download (499kB)
	Text (Abstrak) Abstrak.pdf Restricted to Registered users only Download (9kB)
	Text (Bab I) Bab I.pdf Restricted to Registered users only Download (25kB)
	Text (Bab II) Bab II.pdf Restricted to Registered users only Download (572kB)
	Text (Bab III) Bab III.pdf Restricted to Registered users only Download (572kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Restricted to Registered users only Download (79kB)
	Text (Naskah Publikasi) Naskah Publikasi.pdf Restricted to Registered users only Download (572kB)
	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.

Dosen Pembimbing:	Cahya Damarjati, S.T., M.Eng., Ph.D. and Slamet Riyadi, Ir., S.T., M.Sc., Ph.D. | NIDN0515038702, NIDN0509087801
Item Type:	Thesis (S1)
Uncontrolled Keywords:	FNet, Text Classification, Politics, Conflict Mediation
Divisions:	Fakultas Teknik > S1 Teknologi Informasi
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