Pengaruh Seleksi Fitur Information Gain pada Identifikasi Berita Hoax dari Twitter Menggunakan Metode Klasifikasi Support Vector Machine
ISEP MUMU MUBAROQ
Informasi Umum
Kode
20.04.4243
Klasifikasi
300.285 - Data Analysis of Social Science
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Analysis
Dilihat
39 kali
Informasi Lainnya
Abstraksi
Saat ini media sosial twitter merupakan media yang popular untuk penyebaran berita. Berita mempunyai unsur-unsur agar dapat dibedakan jenis beritanya, seperti hoax yang mempunyai unsur kepanikan, kecemasan dan kegelisahan yang dapat memberikan dampak signifikan diberbagai bidang sosial, ekonomi, pendidikan dan politik. Upaya pencegahan hoax perlu dilakukan agar berita tersebut tidak menjadi viral, yaitu dengan cara dikembangkan suatu metode yang berfungsi mengidentifikasi dan menganalisis hoax. Dalam penelian ini diusulkan suatu pendekatan Machine Learning dengan metode Support Vector Machine (SVM) untuk proses mengidentifikasi berita hoax. Penggunaan Support Vector Machine (SVM) didukung oleh fitur seleksi Information Gain (IG) ditambah Term Frequency–Inverse Document Frequency (TF-IDF) untuk pembobotan kata menghasilkan performansi sistem yang sangat optimal dalam peningkatan akurasi sebesar 37.51%, dengan akurasi mencapai 96.55%.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ISEP MUMU MUBAROQ |
| Jenis | Perorangan |
| Penyunting | Erwin Budi Setiawan |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2020 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
