Amalia, Dina (2021) IMPLEMENTASI NAÏVE BAYES CLASSIFIER UNTUK MENDETEKSI POSTINGAN HOAX TERHADAP COVID-19 DI TWITTER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (533kB) |
|
Text (BAB I)
BAB I.pdf Download (383kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (756kB) |
|
Text (BAB V)
BAB V.pdf Download (57kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (167kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code-17.11.1174-Dina Amalia - Dina Amalia.rar Restricted to Repository staff only Download (1MB) |
|
Text (PUBLIKASI)
Publikasi-17.11.1174-Dina Amalia - Dina Amalia.pdf Restricted to Repository staff only Download (318kB) |
Abstract
Media sosial adalah sarana untuk berkomunikasi dan bertukar informasi antar sesama pengguna media sosial, media sosial Twitter adalah salah satunya. Tetapi informasi yang disebarluaskan tidak sepenuhnya benar, ada beberapa berita yang tidak sesuai dengan kebenaran atau sering disebut hoax. Ada banyak kasus penyebaran hoax yang menimbulkan kekhawatiran dan sering membahayakan individu atau kelompok. sehingga dalam penelitian ini, penulis membangun sistem untuk mengidentifikasi berita hoax pada media sosial Twitter. Penelitian ini menggunakan metode Naïve Bayes Classifier untuk mengklasifikasikan postingan-postingan dengan topik covid-19 di Twtter. Postingan tersebut akan digolongkan ke dalam dua kelas yaitu kelas hoax untuk postingan yang tergolong tidak benar dan kelas non hoax untuk postingan yang tergolong benar. Dataset yang digunakan untuk proses training sebanyak 500 data, dengan komposisi 250 postingan hoax dan 250 postingan non hoax. Penelitian ini diawali dengan proses preprocessing, dilanjutkan proses training dan klasifikasi. Berdasarkan hasil evaluasi yang menggunakan 10 fold cross validation, didapatkan hasil akurasi rata-rata sebesar 76 %, rata-rata error 24 %, rata-rata precision 39% dan rata-rata recall 74%. Dari 10 fold, akurasi tertinggi terdapat pada fold 8 dengan hasil akurasi 96%, sedangkan akurasi terendah yaitu pada fold 10 sebesar 50%. Dari hasil tersebut, Naïve Bayes Classifier dapat diterapkan untuk mengklasifikasikan postingan hoax di Twitter.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Klasifikasi, Naïve Bayes Classifier, Hoax, Twitter, 10-Fold Cross Validation | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 22 Jun 2022 02:14 | ||
| Last Modified: | 21 Aug 2023 06:10 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/2078 |
Actions (login required)
 |
View Item |