Klasifikasi Multi-Label pada Topik Berita Berbahasa Indonesia menggunakan Artificial Neural Network
MUHAMMAD FAUZAN
Informasi Umum
Kode
18.04.2498
Klasifikasi
C -
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Artificial Intelligence
Dilihat
36 kali
Informasi Lainnya
Abstraksi
Ketidaksesuaian antara judul dan topik yang ada pada suatu berita menjadi masalah tersendiri dalam mencari berita. Hal ini penting dilakukan untuk membantu pembuat berita dalam menentukan topik yang tepat pada berita yang dibuatnya. Pada penelitian ini topik berita berbahasa Indonesia akan diklasifikasikan ke dalam suatu multi-label menggunakan Artificial Neural Network (ANN) sehingga didapatkan klasifikasi label yang tepat berdasarkan topik beritanya. Data berupa teks akan dijadikan masukan dan dilakukan ekstraksi ciri menggunakan weighting TF-IDF untuk mendapatkan data berbentuk vektor. Berdasarkan hasil penelitian didapatkan kombinasi parameter maksimum epoch, learning rate, jumlah neuron, alpha yang paling optimal yaitu 400, 0.02, 20, 0.3 dengan loss sebesar 0.0021.
Kata kunci : Topik berita, klasifikasi, multi-label, ANN.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD FAUZAN |
| Jenis | Perorangan |
| Penyunting | ADIWIJAYA, MOHAMAD SYAHRUL MUBAROK |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2018 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
