Perbandingan Teknik Klasifikasi Teks dalam Deteksi Berita Palsu di Era Informasi Digital

MUHAMMAD ILHAM, DIMAS (2025) Perbandingan Teknik Klasifikasi Teks dalam Deteksi Berita Palsu di Era Informasi Digital. S1 thesis, Universitas Ngudi Waluyo.

	Text DIMAS MUHAMMAD ILHAM 144211030 ABSTRAK - Dimas Muhammad Ilham.pdf Download (107kB)
	Text DIMASMUHAMMADILHAM144211030lembarpengesahanartikel (1) - Dimas Muhammad Ilham.pdf Download (868kB)
	Text DIMASMUHAMMADILHAM144211030LAMPIRANDEPAANLAMPIRANDEPAN - Dimas Muhammad Ilham.pdf Download (194kB)
	Text Dimas Muhammad Ilham 144211030Daftar Pustaka - Dimas Muhammad Ilham.pdf Restricted to Registered users only Download (312kB) | Request a copy
	Text DIMASMUHAMMADILHAM144211030artikel - Dimas Muhammad Ilham.docx Restricted to Registered users only Download (35kB) | Request a copy
	Text Dimas MUhammad ILham 144211030 - Dimas Muhammad Ilham.pdf Download (649kB)
	Text DIMASMUHAMMADILHAM144211030LOAJURNAL - Dimas Muhammad Ilham.pdf Restricted to Registered users only Download (201kB) | Request a copy
	Text DIMASMUHAMMADILHAM144211030Artikel - Dimas Muhammad Ilham.pdf Restricted to Registered users only Download (976kB) | Request a copy

Abstract

Perbandingan teknik klasifikasi teks dalam mendeteksi berita palsu di era informasi digital telah dibahas dalam penelitian ini, dengan fokus pada penerapan metode Deep Learning, khususnya Convolutional Neural Networks (CNN) dan Recurrent Neural Networks (RNN). (Purwitasari, 2020) Penyebaran berita palsu yang semakin meningkat melalui platform digital menekankan pentingnya pengembangan metode yang efektif untuk mengidentifikasi informasi yang tidak akurat. Dalam studi ini, pengumpulan dataset berita dari berbagai sumber dilakukan, dan kedua model diterapkan untuk analisis klasifikasi teks. Kinerja model kemudian diukur berdasarkan akurasi, presisi, recall, dan F1-score. (Prasetyo, 2019) Hasil penelitian menunjukkan bahwa meskipun keduanya memiliki keunggulan tersendiri, hasil yang lebih baik dalam hal kecepatan pemrosesan dan akurasi klasifikasi ditemukan pada CNN dibandingkan dengan RNN. Temuan ini memberikan wawasan yang penting bagi pengembangan sistem deteksi berita palsu yang lebih efisien dan efektif di era digital. (Nor Anisa, 2023) Kata kunci: Perbandingan teknik klasifikasi teks, berita palsu, Deep Learning, Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN), akurasi, presisi, recall, F1-score.

Actions (login required)

View Item