Tugas 2 Proposal TA C

 Metodologi dan Pembahasan

    metodologi penelitian pada tugas akhir yang akan dilakukan adalah sebagai berikut


proses tersebut meliputi : 

  • Praproses data
  • Partisi data
  • model training
  • evaluasi model

Metode yang digunakan menitikberatkan pada model DGCN atau Deep Graph Convolutional Network. Dimana pada penelitian yang dilakukan, akan dibandingkan penggunan BERT dengan pretrained model lainnya sebagai encoder. selain itu akan dimodifikasi bagian pada modul L2C dan dilihat bagaimana performa setelah dimodifikasi tersebut 


Daftar Referensi

[1]      N. K. Chauhan and K. Singh, 2018 International Conference on Computing, Power and Communication Technologies (GUCON). IEEE, 2018. doi: 10.1109/GUCON.2018.8675097.

[2]      T. Yang, J. Deng, X. Quan, and Q. Wang, “Orders Are Unwanted: Dynamic Deep Graph Convolutional Network for Personality Detection,” in Proceedings of the Thirty-Seventh AAAI Conference on Artificial Intelligence and Thirty-Fifth Conference on Innovative Applications of Artificial Intelligence and Thirteenth Symposium on Educational Advances in Artificial Intelligence, The Thirty-Seventh AAAI Conference on Artificial Intelligence, 2023, pp. 13896–13904. Accessed: Nov. 23, 2024. [Online]. Available: https://ojs.aaai.org/index.php/AAAI/article/view/26627/26399

[3]      M. A. Rahman, A. Al Faisal, T. Khanam, M. Amjad, and M. S. Siddik, “Personality Detection from Text using Convolutional Neural Network,” in 1st International Conference on Advances in Science, Engineering and Robotics Technology 2019, ICASERT 2019, Institute of Electrical and Electronics Engineers Inc., May 2019. doi: 10.1109/ICASERT.2019.8934548.

[4]      Z. Wang, C. H. Wu, Q. B. Li, B. Yan, and K. F. Zheng, “Encoding text information with graph convolutional networks for personality recognition,” Applied Sciences (Switzerland), vol. 10, no. 12, Jun. 2020, doi: 10.3390/APP10124081.

[5]      Z. Ren, Q. Shen, X. Diao, and H. Xu, “A sentiment-aware deep learning approach for personality detection from text,” Inf Process Manag, vol. 58, no. 3, May 2021, doi: 10.1016/j.ipm.2021.102532.

[6]      B. Khemani, S. Patil, K. Kotecha, and S. Tanwar, “A review of graph neural networks: concepts, architectures, techniques, challenges, datasets, applications, and future directions,” J Big Data, vol. 11, no. 1, Dec. 2024, doi: 10.1186/s40537-023-00876-4.

[7]      S. Saxena, “Deep dive into Confusion Matrix,” https://towardsai.net/p/l/deep-dive-into-confusion-matrix.

Comments

Post a Comment

Popular posts from this blog

Tugas 2 PPB D

Image
 Tugas 2 - PPB Membuat Aplikasi Hello World Android Studio Jetpack Compose Ahmad Fauzan Alghifari - 5025211091 Pada pertemuan ke 2 PPB ini, ditugaskan untuk membuat aplikasi sederhana menggunakan android studio jetpack compose. Berikut merupakan dokumentasi kode dari aplikasi yang sudah dibuat Dokumentasi :  Fungsi MainActivity Entry point aplikasi yang memanggil MyApp() menggunakan tema Tugas1Theme. Fungsi MyApp() Menentukan apakah pengguna masih berada di layar onboarding atau sudah masuk ke halaman utama greeting. Menggunakan rememberSaveable untuk menyimpan status tampilan. OnboardingScreen() Menampilkan teks "Hello World!" serta nama dan NIM pengguna. Terdapat tombol "Continue" untuk melanjutkan ke tampilan berikutnya. Greetings() Menampilkan daftar greeting sebanyak 1000 item dengan menggunakan LazyColumn. Greeting() dan CardContent() Setiap item greeting dibungkus dalam card Teks hello disertai angka Tombol expand/collapse yang menampilkan deskripsi tamba...
Read more

Tugas Proposal TA

Tugas Rencana Tugas Akhir Ahmad Fauzan Alghifari - 5025211091 Deskripsi Tugas Akhir Pada tugas akhir yang diajukan, saya akan mengklasifikasikan data teks posting- an dari sebuah forum bernama personality-cafe forum , menjadi jenis kepribadian MBTI dari pengguna di sana. Untuk menyelesaikan task tersebut, akan dimanfaatkan D-DGCN atau Dynamic Deep Graph Convolutional Network. Secara garis besar, data teks ini akan direpresentasikan dengan graf, di mana konstruksi graf dan segala komponennya (seperti nilai edge) dilakukan secara dinamis. Di dalam model ini ada post encoder yang menggunakan pretrained model seperti BERT, kemudian ada modul-modul lainnya. Di akhir penelitian, akan dibandingkan penggunaan pretrained BERT dengan pretrained lainnya sebagai perbandingan mana yang terbaik. Timeline/Linimasa Pengerjaan Tahapan Deskripsi Durasi Waktu Persiapan Awal ...
Read more