Klasifikasi Hoaks Menggunakan Metode Maximum Entropy Dengan Seleksi Fitur Information Gain
| Main Author: | Alroy, Albert Bill |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/179609/ |
Daftar Isi:
- 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,.