Mendeteksi Pesan Berita Palsu (Hoax) pada Twitter dengan Algoritma Adaboost dan ANP

EIAS RAIHANDTSA MAMURI

Informasi Dasar

81 kali
19.04.372
006.754
Karya Ilmiah - Skripsi (S1) - Reference

Berita bohong (hoax) di media sosial tumbuh subur pada kondisi masyarakat yang menginginkan kemudahan dalam melakukan interaksi komunikasi melalui media sosial. Mendeteksi berita bohong (hoax) merupakan salah satu bentuk pengembangan kejadian yang terjadi di dunia nyata yang dibutuhkan oleh para penegak hukum untuk melakukan penindakan kepada oknum-oknum yang melakukan berita bohong (hoax) di media sosial tersebut terutama pada twitter. Pada penelitian tugas akhir ini, penulis membangun sistem untuk mendeteksi berita hoax pada twitter. Data yang digunakan pada penelitian ini adalah merupakan data yang bertopik olahraga. Pengujian data dilakukan berdasarkan informasi dari akun pembuat tweet seperti jumlah retweet, followers, following,url, verified user, verified retweet, total tweet, hastag, mention, usia akun, konsistensi nama, jumlah hastag, jumlah mention dan juga berdasarkan isi dari tweet seperti sentimen kata, provokasi, permusuhan, kecemasan dan isi berita. Pengklasifikasian pada penelitian ini menggunakan algoritma Adaptive Boosting dengan pembobotan ANP yang diuji dengan 5 pembagian data yang berbeda. Untuk pencapaian akurasi tertinggi yaitu pada skenario data training 50% dan data testing 50% dengan akurasi sebesar 91.71%.

Kata kunci : ANP, Adaptive Boosting, hoax, training data, testing data

Subjek

SOCIAL MEDIA
 

Katalog

Mendeteksi Pesan Berita Palsu (Hoax) pada Twitter dengan Algoritma Adaboost dan ANP
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

EIAS RAIHANDTSA MAMURI
Perorangan
ERWIN BUDI SETIAWAN
 

Penerbit

Universitas Telkom
Bandung
2019

Koleksi

Kompetensi

  • CNH4E3 - DATA MINING
  • CNH4G3 - MACHINE LEARNING
  • CCH2A3 - PEMROGRAMAN WEB
  • CCH4B4 - TUGAS AKHIR
  • CII4E4 - TUGAS AKHIR
  • III4A4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini