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&#xD; Boosting Weighted Extreme Learning Machine</title><creator>Mahendra, Luthfi</creator><subject>001.012 Classification</subject><description>Perkembangan teknologi yang pesat menyebabkan hoaks semakin mudah&#xD; disebarkan melalui internet terutama untuk berita-berita yang bertema politik.&#xD; Meskipun terlihat sepele, jika dibiarkan hoaks dapat menyebabkan berbagai&#xD; macam masalah seperti kerusuhan masyarakat dan pemblokiran situs sosial&#xD; media. Untuk menanggulangi masalah-masalah yang dapat disebabkan oleh&#xD; hoaks, penelitian ini mencoba untuk membuat sistem klasifikasi hoaks otomatis&#xD; berita berbahasa Inggris menggunakan algoritme Boosting Weighted ELM.&#xD; Algoritme tersebut dipilih karena memiliki hasil akurasi yang tinggi untuk berbagai&#xD; macam permasalahan klasifikasi dokumen serta memiliki hasil yang baik jika data&#xD; yang digunakan memiliki jumlah kelas tidak seimbang, sehingga cocok digunakan&#xD; untuk klasifikasi hoaks yang jumlahnya lebih sedikit dibandingkan berita faktual.&#xD; Metodologi penelitian dibagi menjadi beberapa tahap yang terdiri dari proses preprocessing,&#xD; term weighting, normalisasi, pelatihan dan evaluasi algoritme. Data&#xD; yang digunakan sebesar 180 artikel yang terdiri dari 90 berita hoaks dan berita&#xD; faktual. Evaluasi dilakukan dengan mengukur nilai F1 (hasil rata-rata harmonis&#xD; precision dan recall) menggunakan K-Fold cross validation, hasil tertinggi yang&#xD; 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