Pendeteksi Berita Hoax dengan metode Support Vector Machine

Victor, Victor (2020) Pendeteksi Berita Hoax dengan metode Support Vector Machine. Skripsi thesis, Universitas Tarumanagara.

	Text 535160045_Victor_01 Cover.pdf Download (177kB)
	Text 535160045_Victor_02 Lembar Pengesahan.pdf Download (110kB)
	Text 535160045_Victor_03 Lembar Pernyataan.pdf Download (102kB)
	Text 535160045_Victor_04 Abstrak.pdf Download (117kB)
	Text 535160045_Victor_05 Kata Pengantar.pdf Download (90kB)
	Text 535160045_Victor_06 Daftar Isi, Tabel, Gambar, Lampiran.pdf Download (187kB)
	Text 535160045_Victor_07 Bab 1.pdf Restricted to Registered users only Download (144kB)
	Text 535160045_Victor_08 Bab 2.pdf Restricted to Registered users only Download (1MB)
	Text 535160045_Victor_09 Bab 3.pdf Restricted to Registered users only Download (263kB)
	Text 535160045_Victor_10 Bab 3.pdf Restricted to Registered users only Download (664kB)
	Text 535160045_Victor_11 Bab 5.pdf Restricted to Registered users only Download (121kB)
	Text 535160045_Victor_12 Daftar Pustaka.pdf Download (129kB)
	Text 535160045_Victor_13 Lampiran.pdf Restricted to Registered users only Download (2MB)
	Text 535160045_Victor_14 Daftar Riwayat Hidup.pdf Restricted to Registered users only Download (89kB)

Abstract

Pendeteksi berita hoax adalah suatu sistem pendukung yang digunakan untuk mengklasifikasikan apakah suatu berita termasuk sebagai berita hoax atau berita bukan hoax. Proses klasifikasi untuk menentukan berita hoax atau bukan hoax dilakukan menggunakan dataset berita dari situs online dengan metode Support Vector Machine (SVM). Pada penelitian ini, digunakan juga tiga jenis kernel dalam SVM yang bertujuan untuk mencari kernel yang dapat menghasilkan model dengan akurasi tertinggi pada kasus ini. Penelitian ini dilakukan dengan dua eksperimen yaitu dengan seleksi fitur Information Gain dan tanpa seleksi fitur. Penelitian ini diawali dengan pengumpulan data berupa teks berita online bahasa Indonesia dari berbagai portal berita. Tahap yang diperlukan yaitu tokenisasi dan penyesuaian, pembobotan fitur, seleksi fitur jika digunakan, serta pembentukan model yang akan digunakan pada tahap klasifikasi. Hasil klasifikasi dievaluasi menggunakan confusion matrix dengan parameter akurasi berupa recall, precision, dan F1 Score. Dari hasil penelitian, metode SVM menggunakan seleksi fitur dengan kernel RBF diperoleh nilai precision 0.94, nilai recall 0.93, dan nilai F-1 Score 0.93 sehingga akurasi berdasarkan F1 Score adalah 93% dalam melakukan proses klasifikasi berita hoax dan bukan hoax pada berita online bahasa Indonesia, sedangkan dengan tanpa seleksi fitur dengan kernel linear, diperoleh nilai precision 0.96, nilai recall 0.96, dan nilai F-1 Score 0.96 sehingga akurasi berdasarkan F1 Score adalah 96%.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Berita Hoax, Kernel, Seleksi Fitur Information Gain, Sistem Pendeteksi Hoax, Support Vector Machine.
Subjects:	Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi
Divisions:	Fakultas Teknologi Informasi > Teknik Informatika
Depositing User:	TDI Family perpus
Date Deposited:	27 Apr 2021 16:23
Last Modified:	03 Jun 2021 06:06
URI:	http://repository.untar.ac.id/id/eprint/23938

Actions (login required)

View Item