DETEKSI JUDUL BERITA YANG MISLEADING MENGGUNAKAN DEEP LEARNING

Gama Putra Adi Susilo, 3011610019 (2023) DETEKSI JUDUL BERITA YANG MISLEADING MENGGUNAKAN DEEP LEARNING. Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (183kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (118kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Repository staff only Download (124kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI-DORONGMARI.pdf Restricted to Repository staff only Download (301kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (109kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (465kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (237kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (233kB)
	Text (DAFTAR TABEL) 8. DAFTAR TABEL.pdf Restricted to Repository staff only Download (231kB) | Request a copy
	Text (DAFTAR GAMBAR) 9. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (231kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB I PENDAHULUAN.pdf Download (304kB)
	Text (BAB II KAJIAN PUSTAKA) 11. BAB II KAJIAN PUSTAKA.pdf Restricted to Repository staff only Download (377kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 12. BAB III METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (527kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (544kB) | Request a copy
	Text (BAB V PENUTUP) 14. BAB V PENUTUP.pdf Restricted to Repository staff only Download (228kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15. DAFTAR PUSTAKA.pdf Download (302kB)
	Text (LAMPIRAN) 16. LAMPIRAN.pdf Restricted to Repository staff only Download (172kB) | Request a copy
	Text (FULL TEXT) 17. SKRIPSI - GAMA PUTRA ADI SUSILO (3011610019).pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (FULL TEXT DOC) 18. SKRIPSI - GAMA PUTRA ADI SUSILO (3011610019).docx Restricted to Repository staff only Download (4MB) | Request a copy
	Text (JURNAL - GAMA PUTRA ADI SUSILO (3011610019)) 19.JURNAL - GAMA PUTRA ADI SUSILO (3011610019).docx Restricted to Repository staff only Download (246kB) | Request a copy

Abstract

Berita merupakan laporan tercepat mengenai ide atau fakta terbaru yang benar, menarik, dan penting bagi sebagian besar khalayak melalui media berkala seperti surat kabar, radio, televisi, atau media internet. Saat ini berita mudah ditemukan di media internet, dengan begitu informasi berita jadi lebih mudah didapatkan menggunakan media sosial. Kebiasaan masyarakat dalam menggunakan media sosial memungkinkan untuk menyebarkan informasi berita tanpa memfilter dari mana berita tersebut. Hal ini menambah permasalahan mengenai berita yang misleading yang menjadi perhatian utama saat ini karena dampak negatif yang ditimbulkan bagi masyarakat, terutama mengenai inkonsistensi dalam penyajian konten. Inkonsistensi yang dimaksud disini yaitu ketidaksesuaian antara judul dengan isi, foto, video atau elemen media lainnya dalam satu berita. Karena penggunaaan judul clickbait seringkali mengarah pada berita bohong yang membuat pembaca merasa tertipu. Untuk mengatasi peningkatan dan penyebaran berita yang misleading, penulis menemukan teknik deteksi otomatis menggunakan deep learning dengan model Multi Inputs dan akan melakukan perbandingan dengan model lstm, bi-lstm,dan Dense untuk deteksi judul berita misleading. Hasil performa tertinggi ada pada model Multi Inputs Preprocessing dengan menggunakan input judul dan isi konten dengan akurasi 86%, nilai rata-rata presisi sebesar 86%, nilai rata-rata recall sebesar 86% dan nilai rata-rata f1 sebesar 86%.

Item Type:	Thesis (Undergraduate)
Additional Information:	Softfile/KK.23/UISI-01/IF
Uncontrolled Keywords:	judul berita, misleading, deep learning, lstm, bi-lstm, multi inputs
Contributors:	Contribution Name Email Thesis advisor MOHAMMAD ARIF RASYIDI, S.Kom., M.Sc. mohammad.rasyidi@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	Gama Putra Adi Susilo
Date Deposited:	20 Sep 2023 16:33
Last Modified:	20 Sep 2023 16:33
URI:	https://repository.uisi.ac.id/id/eprint/4842

Actions (login required)

View Item