Mengukur Kredibilitas Informasi Pada Facebook Dengan Pembobotan Analytical Hierarchy Process (AHP) dan Metode Naive Bayes Classifier

FEBRIAN ARDINUGROHO

Informasi Umum

Kode

19.04.363

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

233 kali

Informasi Lainnya

Abstraksi

Media sosial adalah salah satu produk perkembangan teknologi yang memiliki andil besar dalam memberikan kemudahan bagi manusia untuk berkomunikasi dan bersosialisasi. Salah satu contohnya adalah Facebook, sebuah platform dimana para penggunanya dapat berbagi informasi, pesan, gambar, video atau link situs web dengan mudah. Kredibilitas adalah kualitas, kapabilitas, atau kekuatan untuk menimbulkan kepercayaan. Kredibilitas atau kebenaran pada media sosial menjadi bagian penting karena informasi dapat menyebar dengan cepat secara online. Banyak pengguna yang berbagi berita palsu dan informasi keliru tanpa memikirkan kredibilitas dari informasi yang dibagikan. Maka diperlukan klasifikasi dalam beberapa berita yang ada di Facebook agar dapat diketahui apakah berita tersebut kredibel atau tidak. Dalam penelitian ini, klasifikasi akan menggunakan algoritma Naive Bayes. Sedangkan, pembobotan pada setiap data untuk mendapatkan data yang sejenis dilakukan men