Eksperimen pada Sistem Klasifikasi Berita Hoax Berbahasa Indonesia Berbasis Pembelajaran Mesin
Teks penuh
Gambar
Dokumen terkait
Dari hasil analisis seluruh pengujian yang dilakukan dalam penelitian tugas akhir ini, dapat ditarik kesimpulan yaitu Model klasifikasi multi-label topik berita
Dari 2 metode algoritma yang digunakan pada tahap klasifikasi yaitu Naïve Bayes dan Support Vector Machine (SVM) didapatkan hasil bahwa nilai akurasi yang lebih
Dalam Penelitian ini, percobaan yang dilakukan bertujuan untuk memilih algoritma terbaik dalam membedakan berita hoax dan berita asli menggunakan metode text mining
Aplikasi pengklasifikasi artikel berita yang teleh berhasil dibangun dalam Tuhas Akhr ini telah berhasil diujicobakan pada artikel berita yang diambil dari portal berita
Dari uji coba yang telah dilakukan terhadap data uji, terlihat bahwa classifier mampu mengklasifikasikan dokumen berita berbahasa Indonesia dengan kategori dan topik
kategori dan identifikasi topik dokumen berita berbahasa Indonesia dengan akurasi 93,84% Performa algoritma berkaitan erat dengan jumlah kata kunci yang diambil pada saat
setiap iterasi akan dilakukan perhitungan akurasi dari algoritma yang digunakan pada setiap particle, dalam penelitian ini cosine similarity dan naive bayes dimana pada setiap
vii Institut Teknologi Nasional ABSTRAK Nama : Raka Gemi Ibrahim Program Studi : Informatika Judul : Implementasi Long Short-Term Memory Untuk Identifikasi Berita Hoax Berbahasa
