Deteksi Kesalahan Tik Menggunakan Algoritma Random Forest (Studi Kasus Tribunnews)

Glennardy, Bryan (2023) Deteksi Kesalahan Tik Menggunakan Algoritma Random Forest (Studi Kasus Tribunnews). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (205kB) | Preview
Preview	PDF BAB_I.pdf Download (208kB) | Preview
Preview	PDF BAB_II.pdf Download (302kB) | Preview
Preview	PDF BAB_III.pdf Download (648kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
Preview	PDF BAB_V.pdf Download (200kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (911kB)

Abstract

Di masa sekarang ini, teknologi telah berkembang dengan sangat pesat. Teknologi hadir dengan tujuan untuk membantu memudahkan manusia dalam melakukan pekerjaannya sehari-hari. Salah satu bidang yang merasakan perkembangan dari teknologi adalah pada bidang jurnalistik yang dimana sebelumnya media berita hanya menggunakan media cetak dalam menyebarkan berita dan membaca melalui koran atau media cetak lainnya. Namun dengan adanya perkembangan dari teknologi, maka sekarang media berita dapat menyebarkan berita secara daring salah satunya melalui website dan dapat membaca berita dimanapun dan kapanpun dengan akses yang mudah dan gratis. Dalam jurnalistik, bahasa digunakan untuk menyampaikan informasi yang tepat dan akurat kepada masyarakat melalui media massa. Perkembangan teknologi di bidang jurnalistik telah berkembang dengan sangat pesat, namun masih sering terjadi penyimpangan terhadap bahasa di media massa. Berdasarkan permasalahan tersebut, dilakukan penelitian untuk membuat model untuk mendeteksi kesalahan tik berbahasa Indonesia. Model ini dibuat dengan menggunakan algoritma random forest. Random forest merupakan algoritma yang bekerja dengan membangun beberapa decision tree kemudian menggabungkan keputusan dari setiap pohon yang telah dibangun dan mengambil suara terbanyak dari prediksi setiap pohon sehingga nantinya akan menghasilkan prediksi yang stabil dan akurat. Hasil akurasi dari model pada penelitian yang telah dilakukan adalah sebesar 100%. Hal ini dikarenakan model menggunakan 100% dataset dan ketika melakukan evaluasi menggunakan 20% dari dataset sebagai data uji. Model yang dibangun berhasil mendeteksi kesalahan tik pada artikel berita Tribunnews.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Artikel Berita, Deteksi, Kesalahan Tik, Random Forest
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++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	06 Jul 2023 09:56
Last Modified:	09 Aug 2023 01:26
URI:	https://kc.umn.ac.id/id/eprint/25795

Actions (login required)

View Item