SKRIPSI DIGITAL
Penerapan IndoBERTweet dan BiLSTM pada Klasifikasi Kelayakan Konten YouTube dalam Aplikasi Parental Control Android = Application of IndoBERTweet and BiLSTM for YouTube Content Suitability Classification in an Android Parental Control Application
Keterbatasan waktu pengawasan orang tua menyebabkan anak rentan terpapar bahasa kasar pada kolom komentar video YouTube, sementara mekanisme penyaringan bawaan platform belum sepenuhnya efektif menyaring konten semacam ini. Penelitian ini bertujuan merancang dan mengimplementasikan aplikasi parental control berbasis YouTube wrapper pada perangkat Android dengan arsitektur client-server, yang melakukan pra-seleksi kelayakan video melalui analisis komentar sebelum pemutaran dimulai. Sistem menggabungkan model IndoBERTweet sebagai ekstraktor fitur dengan lapisan Bidirectional Long Short-Term Memory (BiLSTM) untuk mengklasifikasikan bahasa kasar pada komentar berbahasa Indonesia, dilatih menggunakan dataset gabungan dari komentar YouTube, ulasan Google Play Store, dan dataset eksternal sebanyak 22.371 sampel berlabel. Model dikonversi ke format ONNX dan di-deploy pada server inferensi yang berkomunikasi dengan aplikasi Android melalui REST API. Hasil pengujian menunjukkan model yang diusulkan mencapai akurasi 96,43% terhadap hold-out test set, dengan precision tertinggi sebesar 98,35% pada kelas Kasar, kelas yang secara langsung menentukan keputusan pemblokiran video pada sistem. Pengujian latensi server menunjukkan median 125,5 ms untuk klasifikasi 40 komentar, sementara seluruh 17 skenario pengujian fungsionalitas aplikasi dinyatakan berhasil. Penelitian ini menjembatani model klasifikasi berbasis Deep Learning ke dalam perangkat lunak parental control yang utuh sebagai wujud mediasi teknis bagi orang tua.
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah