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, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB)
	Text DAFTAR_PUSTAKA.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (35kB)
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (43kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (168kB) | Preview
	Text BAB_III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (750kB)
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (537kB)
	Text BAB_V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (31kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

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)
Creators:	Tjeng Tjendra, Vincent (00000022700)
Contributors:	Twince Tobing, Fenina Adline
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:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Sustainable Development Goals:	Goal 04. Ensure inclusive and equitable quality education and promote lifelong learning Goal 09. Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	17 Oct 2022 08:46
URI:	https://kc.umn.ac.id/id/eprint/20033

Actions (login required)

View Item