Penerapan Metode Support Vector Machine Dalam Klasifikasi Berita Clickbait (Studi Kasus : Berita Covid-19 Di Berbagai Media Massa)
Abstract
Pesatnya perkembangan teknologi informasi di era modern ini sangat
memberikan perubahan, termasuk cara masyarakat dalam mengakses berita
melalui media online. Pada umumnya masyarakat memilih berita berdasarkan
judul yang menarik atau sedang trending. Pandemi Covid-19 yang melanda
Indonesia bahkan Dunia saat ini menjadi berita yang paling sering dicari. Hal
tersebut dimanfaatkan oleh para media online untuk menarik perhatian pembaca
yaitu dengan membuat berita bersifat clickbait. Clickbait merupakan kalimat yang
dibuat semenarik mungkin untuk menarik perhatian para pembaca agar lebih
lanjut membaca berita. Untuk itu, penelitian ini bertujuan mengklasifikasi berita
yang terdapat di berbagai portal web. Metode yang digunakan untuk
mengklasifikasi pada penelitian ini adalah Support Vector Machine (SVM). SVM
adalah metode Machine Learning yang bertujuan menemukan hyperplane terbaik
yang dapat memaksimalkan margin antar kelas data. Data yang digunakan adalah
data judul dan isi berita dari berbagai website. Data tersebut dibagi menjadi data
training dan testing dengan perbandingan 80%:20%. Setelah dilakukan
perbandingan bobot, digunakan bobot sebesar 80% untuk data judul dan 20%
untuk data isi, berdasarkan pengujian yang dilakukan didapatkan parameter
terbaik menggunakan kernel RBF dengan parameter dan gamma . Dari
pengujian tersebut didapatkan hasil akurasi sebesar 90%, precision 98%, dan
recall 82%.
Collections
- Informatics Engineering [2189]