Record Details

Klasifikasi Hoaks Kesehatan di Media Sosial menggunakan Support Vector Machine

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Klasifikasi Hoaks Kesehatan di Media Sosial menggunakan Support Vector Machine
 
Added Entry - Uncontrolled Name Hidayat, Aulia Rahma
Adikara, Putra Pandu
Adinugroho, Sigit
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Dari berbagai macam alat komunikasi yang ada media sosial adalah yang sering digunakan oleh masyarakat Indonesia, namun sebagai alat komunikasi yang sering digunakan tidak semua hal yang dijumpai dimedia sosial benar adanya. Sebagai bagian dari alat komunikasi yang digunakan oleh setiap orang tak jarang dijumpai berita-berita tidak jelas sumbernya atau berita Hoaks. Berita Hoaks mengenai kesehatan banyak dijumpai di Media Sosial dan hal tersebut dapat memengaruhi kesadaran masyarakat akan pentingnya kesehatan. Pemisahan berita kesehatan yang benar dan tidak benar perlu dilakukan untuk menghindari hal tersebut. Proses pemisahan dilakukan dengan mengklasifikasikan berita kesehatan pada Media Sosial dengan metode Support Vector Machine dengan fitur Bag Of Words dan Lexicon Based Features. Total data pada penelitian ini sebanyak 80 berita yang berasal dari berbagai Media Sosial. Data kemudian dimasukkan dalam proses pre-processing untuk mendapatkan kata yang menunjukkan sebuah dokumen, kemudian dilanjutkan kedalam tahap pembobotan kata menerapkan perhitungan TF-IDF. Hasil perhitungan pembobotan kata dimasukkan pada proses inti yaitu perhitungan metode Support Vector Machine. Hasil pengujian parameter optimal didapatkan nilai gamma (γ) = 0,001, nilai lambda (λ) = 1, nilai epsilon = 0,000001, nilai degree (d) = 2 dan nilai maksimum iterasi = 30. Hasil evaluasi sistem menggunakan kedua fitur mendapatkan hasil yang baik dibanding dengan menggunakan salah satu fitur saja, menujukkan hasil yaitu Accuracy sebesar 1; Precision sebesar 1; Recall sebesar 1; F-measure sebesar 1. Pengujian menerapkan K-fold Cross Validation juga dilakukan dengan nilai fold 10 dan didapatkan nilai rata-rata hasil Accuracy sebesar 0,6; Precision sebesar 0,68; Recall sebesar 0,47; F-measure sebesar 0,48.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7366
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 4 No 6 (2020): Juni 2020
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2020 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com