Efektifitas Word2Vec Dalam Pendeteksian Berita Hoax Politik Indonesia di Twitter Menggunakan Long Short Term Memory(LSTM) - Dalam bentuk buku karya ilmiah
DEAN HAIKKALL SUSETYO PUTRA
Informasi Umum
Kode
25.04.597
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Science
Dilihat
121 kali
Informasi Lainnya
Abstraksi
Penggunaan media sosial di Indonesia terus meningkat, memberikan kemudahan akses berita namun juga menyebabkan maraknya penyebaran informasi hoaks. Deteksi berita hoaks menjadi penting karena dapat mencegah penyebaran informasi yang menyesatkan dan merusak kredibilitas berita. Penelitian ini berfokus pada deteksi berita hoaks dalam media berita berbahasa Indonesia di platform Twitter menggunakan model Long Short-Term Memory (LSTM) dengan fitur embedding Word2Vec. Selain itu, dilakukan perbandingan performa model dengan variasi parameter window pada Word2Vec untuk menentukan konfigurasi terbaik. Word2Vec dipilih karena kemampuannya dalam merepresentasikan vektor kata dan menangkap hubungan semantik antar kata secara lebih baik dibandingkan metode lainnya. Hasil penelitian menunjukkan bahwa LSTM dengan Word2Vec memiliki performa lebih baik dalam mendeteksi berita hoaks, dengan akurasi rata-rata mencapai 96%, dibandingkan LSTM dengan TF-IDF yang hanya mencapai 93%. Temuan ini menunjukkan bahwa kombinasi LSTM dan
- CII3C3 - PEMBELAJARAN MESIN
- CII4E4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | DEAN HAIKKALL SUSETYO PUTRA |
| Jenis | Perorangan |
| Penyunting | Yuliant Sibaroni |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
