Pengaruh Seleksi Fitur Information Gain Pada Klasifikasi Berita Hoax di Twitter dengan Menggunakan Metode Multinomial Naive Bayes
ANNISA DWI ANDIANI
Informasi Umum
Kode
23.04.3972
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Science
Dilihat
166 kali
Informasi Lainnya
Abstraksi
<p>Indonesia merupakan salah satu negara yang memiliki banyak pengguna media sosial, konsumsi media sosial yang tinggi tanpa dibarengi dengan sikap kritis dalam melakukan filter informasi yang didapat membuat berita <em>hoax </em>menjadi semakin mudah tersebarluaskan. <em>Hoax</em> merupakan berita yang disebarkan dengan tujuan agar publik mempercayai hal yang tidak diketahui kebenarannya. <em>Hoax </em>dapat menimbulkan adanya kecemasan dan permusuhan bagi pihak yang terpapar. Pada penelitian tugas akhir ini, dibangun sistem klasifikasi berita <em>hoax </em>di twitter dengan menggunakan metode <em>naive bayes multinomial</em> yang dikombinasikan menggunakan pembobotan TF-IDF serta penggunaan seleksi fitur <em>information gain</em>. Hasil akhir pengujian menunjukkan bahwa penggunaan<em> information gain </em>pada klasifikasi <em>hoax </em>ini dapat mengurangi nilai <em>overfitting</em> dari akurasi. Hasil akurasi terbaik yang didapat dari penelitian ini adalah sebesar 79,87% dengan menggunakan klasifikasi <em>Naive Bayes Multinomial</em>, pembobotan TD-IDF, dan tanpa penggunaan seleksi fitur <em>Information Gain.</em></p>
<p>Kata kunci : <em>hoax</em>, twitter, <em>TF-IDF, information gain, naive bayes multinomial</em></p>
- CCH3F3 - KECERDASAN BUATAN
- CSH3L3 - PEMBELAJARAN MESIN
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ANNISA DWI ANDIANI |
| Jenis | Perorangan |
| Penyunting | Kemas Muslim Lhaksmana |
| 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 |
