Deteksi Konten Hoax di Media Sosial Menggunakan Bi-LSTM dan RNN
HILMAN BAYU AJI

Informasi Umum

Kode

23.04.3506

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning, Media Sosial,

Dilihat

477 kali

Informasi Lainnya

Abstraksi

<p>Media online, seperti situs web dan aplikasi, menjadi alat komunikasi yang tersedia di internet. Media sosial merupakan bagian dari media online yang dapat digunakan untuk menyebarkan berita, opini, atau bahkan <em>hoax</em>, salah satunya melalui Twitter. Walaupun <em>hoax</em> sulit untuk dihilangkan sepenuhnya, beberapa sistem telah dibangun menggunakan pendekatan <em>deep learning</em> yang dapat memproses teks dan gambar untuk mendeteksi kebenaran suatu berita. Dalam penelitian ini, dibangun empat sistem dengan menggunakan empat metode deep learning, yaitu <em>Bi-directional Long Short-Term Memory</em> (Bi-LSTM), <em>Recurrent Neural Network</em> (RNN),<em> hybrid</em> RNN-Bi-LSTM, dan <em>hybrid</em> Bi-LSTM-RNN. Ekstraksi fitur menggunakan <em>Term Frequency - Inverse Document Frequency</em> (TF-IDF) dan ekspansi fitur menggunakan <em>Global Vectors</em> (GloVe). Data yang digunakan telah disesuaikan dengan kata kunci berita palsu pada portal berita mainstream. Penelitian ini mencoba beberapa skenario untuk membandingkan berbagai metode yang telah dibangun, dengan tujuan untuk menemukan metode terbaik yang memberikan hasil akurasi tertinggi. Hasil penelitian menunjukkan bahwa metode Bi-LSTM memiliki akurasi tertinggi sebesar 96.48%, sementara metode hybrid Bi-LSTM-RNN menempati peringkat kedua dengan akurasi 96.36%, diikuti oleh metode RNN dengan akurasi sebesar <a name="_Hlk136548279">95.49%</a>, dan metode hybrid RNN-Bi-LSTM dengan akurasi sebesar 95.34%.</p>

<p> </p>

<p><strong>Kata kunci : </strong><strong>hoax</strong><strong>, twitter, Bi-LSTM, RNN</strong><strong>, hybrid</strong></p>

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook