Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Putu Rama Bena Putra
Fakultas Ilmu Komputer, Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Judul Berita Online menggunakan Metode Support Vector Machine (SVM) dengan Seleksi Fitur Chi-square Putu Rama Bena Putra; Indriati Indriati; Rizal Setya Perdana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi mempengaruhi berbagai sektor salah satunya sektor berita. Penyebaran berita mulai memanfaatkan teknologi dengan munculnya berita online. Berita online yang ada memiliki bermacam-macam kategori. Saking banyaknya kategori terkadang suatu berita dapat memiliki kategori yang salah. Berita yang tidak sesuai dengan kategorinya dapat mengecoh pembaca. Dalam menilai suatu berita online masuk kategori mana selain melihat dari isinya dapat melalui judulnya, dikarenakan judul berita merupakan representasi utama dari berita. Dari permasalahan yang ada maka dilakukan penelitian klasifikasi judul berita online. Penelitian menggunakan support vector machine (SVM) sebagai metode klasifikasi. Selain menggunakan SVM dilakukan juga seleksi fitur dengan chi-square untuk mengurangi dimensi fitur. Data yang dipakai berjumlah 2400 judul berita online dengan 6 kategori. Proses klasifikasi dimulai dari pre-processing text, term weighting menggunakan TF-IDF, selanjutnya seleksi fitur dengan chi-square, dan terakhir klasifikasi dengan SVM. Penelitian dilakukan dengan mencari parameter SVM yang terbaik dan juga nilai terbaik dari threshold chi-square. Hasil dari pengujian memberikan hasil terbaik yaitu akurasi 93,06%, presisi 92,11%, recall 93,06%, dan f1-score 93,04%, terjadi ketika threshold chi-square sebesar 80% serta nilai parameter SVM berupa kernel menggunakan polynomial derajat 2, C=1, λ=1, konstanta γ=0,01, ε=10-8, dan maksimal iterasi sebesar 10.
Co-Authors Indriati Indriati Rizal Setya Perdana