Identifikasi Hoax Pada Media Sosial Menggunakan Metode Recurrent Neural Network (RNN) Dan Long Short-term Memory (LSTM)
RANIA AZ ZAHRA
Informasi Umum
Kode
23.04.2658
Klasifikasi
006.32 - Neural networks, perceptrons, connectionism, neural computers
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Neural Networks
Dilihat
525 kali
Informasi Lainnya
Abstraksi
<h4>Abstrak</h4>
<p>Perkembangan teknologi mendukung cepatnya penyebaran hoax pada media sosial. Penyebaran informasi perlu dilakukan identifikasi hoax agar membuktikan bahwa tidak harus semua informasi dapat langsung diterima. Cepatnya berita yang tersebar melalui media sosial dapat dijadikan kendala pada identifikasi hoax. Hal ini dapat diatasi dengan pengambilan data langsung dan kemudian akan diidentifikasi menggunakan metode <em>Recurrent Neural </em>Network (RNN) dan juga <em>Long Short-Term Memory </em>(LSTM). Hasil identifikasi menunjukkan bahwa metode klasifikasi RNN merupakan metode klasifikasi dengan peningkatan akurasi yang lebih besar dari pada metode LSTM yaitu sebesar 98,06% dan untuk LSTM nilai akurasi akhir yang didapat adalah 95,28%.</p>
<p> </p>
<p>Kata kunci : media sosial, RNN, LSTM</p>
- CII4E4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | RANIA AZ ZAHRA |
| Jenis | Perorangan |
| Penyunting | Erwin Budi Setiawan |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
