Alroy, Albert Bill (2019) Klasifikasi Hoaks Menggunakan Metode Maximum Entropy Dengan Seleksi Fitur Information Gain. Sarjana thesis, Universitas Brawijaya.
Abstract
Pada tahun 2016 internet di Indonesia digunakan oleh 132 juta pengguna dan meningkat pada tahun 2017 menjadi 143 juta pengguna. Pengguna internet dapat mengakses banyak hal seperti layanan chatting, media sosial dan jual beli barang. Terdapat beberapa oknum yang sengaja membuat informasi palsu atau biasa yang kita kenal dengan istilah hoaks. Hoaks merupakan informasi atau berita yang berisi hal-hal yang belum pasti atau bukan merupakan fakta yang terjadi. Masalah penyebaran hoaks dapat dikurangi dengan dibuatnya sistem yang dapat melakukan klasifikasi apakah suatu berita termasuk hoaks atau bukan. Metode yang digunakan dalam penelitian adalah Maximum Entropy dengan Seleksi Fitur Information Gain. Data yang digunakan berjumlah 600 artikel berbahasa Indonesia. Data yang tergolong fakta berjumlah 372 artikel berita. Data yang tergolong hoaks berjumlah 228 artikel berita. Hasil akurasi terbaik pada penelitian ini sebesar 0,8 dengan seleksi fitur information gain (threshold = 50%), nilai precision 1, recall 0,8, dan f-measure 0.8,.
English Abstract
In 2016, Indonesia has 132 million internet users. This number increase to 143 million users in 2017. Internet user can access many things such as chatting services, social media, and e-commerce. There are many people who intentionally make false information known as Hoax. Hoax are information or news that contains uncertain facts or events that have not occured. The problem of spreading Hoax can be reduced by making a system that can classify whether a news is a Hoax or not. The method used in this research is Maximum Entropy with Information Gain Fiture Selection. The amount of data used in this research is 600 articles in Indonesian. There are 372 news articles classified as facts and 228 news articles classifed as Hoax. The amount of best results accuracy in this research is 0,8 with information information gain fiture selection (threshold = 50%), 1 precision, 0,8 recall, and 0,89 f-measure.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/721/052001170 |
| Uncontrolled Keywords: | hoaks, fakta, maximum entropy, information gain, akurasi |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 01 Aug 2020 08:57 |
| Last Modified: | 01 Aug 2020 08:57 |
| URI: | http://repository.ub.ac.id/id/eprint/179609 |
Actions (login required)
 |
View Item |