Klasifikasi Hoaks Berbahasa Inggris menggunakan Boosting Weighted Extreme Learning Machine
Main Author: | Mahendra, Luthfi |
---|---|
Format: | Thesis NonPeerReviewed |
Terbitan: |
, 2019
|
Subjects: | |
Online Access: |
http://repository.ub.ac.id/171497/ |
ctrlnum |
171497 |
---|---|
fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/171497/</relation><title>Klasifikasi Hoaks Berbahasa Inggris menggunakan
Boosting Weighted Extreme Learning Machine</title><creator>Mahendra, Luthfi</creator><subject>001.012 Classification</subject><description>Perkembangan teknologi yang pesat menyebabkan hoaks semakin mudah
disebarkan melalui internet terutama untuk berita-berita yang bertema politik.
Meskipun terlihat sepele, jika dibiarkan hoaks dapat menyebabkan berbagai
macam masalah seperti kerusuhan masyarakat dan pemblokiran situs sosial
media. Untuk menanggulangi masalah-masalah yang dapat disebabkan oleh
hoaks, penelitian ini mencoba untuk membuat sistem klasifikasi hoaks otomatis
berita berbahasa Inggris menggunakan algoritme Boosting Weighted ELM.
Algoritme tersebut dipilih karena memiliki hasil akurasi yang tinggi untuk berbagai
macam permasalahan klasifikasi dokumen serta memiliki hasil yang baik jika data
yang digunakan memiliki jumlah kelas tidak seimbang, sehingga cocok digunakan
untuk klasifikasi hoaks yang jumlahnya lebih sedikit dibandingkan berita faktual.
Metodologi penelitian dibagi menjadi beberapa tahap yang terdiri dari proses preprocessing,
term weighting, normalisasi, pelatihan dan evaluasi algoritme. Data
yang digunakan sebesar 180 artikel yang terdiri dari 90 berita hoaks dan berita
faktual. Evaluasi dilakukan dengan mengukur nilai F1 (hasil rata-rata harmonis
precision dan recall) menggunakan K-Fold cross validation, hasil tertinggi yang
didapatkan sebesar 0,787.</description><date>2019-07-08</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Mahendra, Luthfi (2019) Klasifikasi Hoaks Berbahasa Inggris menggunakan Boosting Weighted Extreme Learning Machine. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FILKOM/2019/334/051905652</relation><recordID>171497</recordID></dc>
|
format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview |
author |
Mahendra, Luthfi |
title |
Klasifikasi Hoaks Berbahasa Inggris menggunakan
Boosting Weighted Extreme Learning Machine |
publishDate |
2019 |
topic |
001.012 Classification |
url |
http://repository.ub.ac.id/171497/ |
contents |
Perkembangan teknologi yang pesat menyebabkan hoaks semakin mudah
disebarkan melalui internet terutama untuk berita-berita yang bertema politik.
Meskipun terlihat sepele, jika dibiarkan hoaks dapat menyebabkan berbagai
macam masalah seperti kerusuhan masyarakat dan pemblokiran situs sosial
media. Untuk menanggulangi masalah-masalah yang dapat disebabkan oleh
hoaks, penelitian ini mencoba untuk membuat sistem klasifikasi hoaks otomatis
berita berbahasa Inggris menggunakan algoritme Boosting Weighted ELM.
Algoritme tersebut dipilih karena memiliki hasil akurasi yang tinggi untuk berbagai
macam permasalahan klasifikasi dokumen serta memiliki hasil yang baik jika data
yang digunakan memiliki jumlah kelas tidak seimbang, sehingga cocok digunakan
untuk klasifikasi hoaks yang jumlahnya lebih sedikit dibandingkan berita faktual.
Metodologi penelitian dibagi menjadi beberapa tahap yang terdiri dari proses preprocessing,
term weighting, normalisasi, pelatihan dan evaluasi algoritme. Data
yang digunakan sebesar 180 artikel yang terdiri dari 90 berita hoaks dan berita
faktual. Evaluasi dilakukan dengan mengukur nilai F1 (hasil rata-rata harmonis
precision dan recall) menggunakan K-Fold cross validation, hasil tertinggi yang
didapatkan sebesar 0,787. |
id |
IOS4666.171497 |
institution |
Universitas Brawijaya |
affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
institution_id |
30 |
institution_type |
library:university library |
library |
Perpustakaan Universitas Brawijaya |
library_id |
480 |
collection |
Repository Universitas Brawijaya |
repository_id |
4666 |
subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
city |
MALANG |
province |
JAWA TIMUR |
shared_to_ipusnas_str |
1 |
repoId |
IOS4666 |
first_indexed |
2021-10-28T06:55:27Z |
last_indexed |
2021-10-28T06:55:27Z |
recordtype |
dc |
_version_ |
1751454118369558528 |
score |
17.538404 |