Implementasi Algoritma Extreme Gradient Boosting dalam Klasifikasi Judul Berita Clickbait di Media Online

Tjeng Tjendra, Vincent (2021) Implementasi Algoritma Extreme Gradient Boosting dalam Klasifikasi Judul Berita Clickbait di Media Online. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (4MB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (35kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (43kB) | Preview
[img]
Preview
PDF
BAB_II.pdf

Download (168kB) | Preview
[img]
Preview
PDF
BAB_III.pdf

Download (750kB) | Preview
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (537kB)
[img]
Preview
PDF
BAB_V.pdf

Download (31kB) | Preview
[img]
Preview
PDF
LAMPIRAN.pdf

Download (1MB) | Preview

Abstract

Perkembangan teknologi yang sangat cepat menawarkan banyak kemudahan pada berbagai aspek kehidupan manusia. Salah satunya adalah kemudahan untuk mengakses berita, karena sekarang mengakses berita dapat dilakukan dimanapun dan kapanpun. Sebanyak 196,7 juta orang telah menggunakan internet dalam keseharian mereka. Hal ini menyebabkan statistik pengunjung pembaca berita menjadi hal yang sangat penting karena semakin tinggi statistik pengunjung pembaca berita, semakin besar juga peluang media online tersebut untuk mendapatkan iklan. Oleh karena itu, banyak media yang membuat judul berita clickbait agar statistik pengunjung pembaca meningkat. Padahal, masih banyak masyarakat yang belum mengetahui berita hoax, sarkasme, dan memiliki kebiasaan hanya membaca judul beritanya saja kemudian langsung menyimpulkan. Berita clickbait cenderung bersifat menyesatkan karena kebenarannya belum terverifikasi. Oleh karena itu, aplikasi web untuk mengklasifikasi judul berita dapat menjadi solusi untuk mengetahui mana judul berita yang bersifat clickbait dan judul berita yang bersifat non-clickbait. Hasil penelitian ini diterapkan pada aplikasi web agar user dapat mengaksesnya dengan mudah. Algoritma yang digunakan dalam penelitian ini adalah algoritma Extreme Gradient Boosting karena algoritma ini memiliki performa yang lebih baik dibandingkan dengan algoritma lainnya. Hasil yang didapatkan dari proses implementasi algoritma Extreme Gradient Boosting untuk mengklasifikasi judul berita adalah nilai akurasi sebesar 69,39%, nilai precision sebesar 73%, nilai recall sebesar 69%, dan nilai F1 Score sebesar 67%.

Item Type: Thesis (Bachelor Thesis)
Uncontrolled Keywords: Aplikasi Web, Clickbait, Extreme Gradient Boosting. vii Implementasi Algoritma Extreme Gradient Boosting dalam Klasifikasi Judul Berita Clickbait di Media Online, Vincent Tjeng Tjendra, Universitas Multimedia Nusantara
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Last Modified: 22 Mar 2022 14:29
URI: http://kc.umn.ac.id/id/eprint/20033

Actions (login required)

View Item View Item