Klasifikasi Topik terhadap Judul Berita Kasus Covid-19 dengan Multilayer Perceptron
DOI:
https://doi.org/10.33633/tc.v21i4.6617Keywords:
Klasifikasi Topik, Covid-19, Multilayer PerceptronAbstract
Peran media massa berpengaruh dalam meningkatkan kesadaran masyarakat terhadap penyebaran Covid-19. Berdasarkan laporan Reuters Institute Digital News Report 2022, media daring cenderung dikonsumsi oleh masyarakat Indonesia sebagai sumber berita dengan persentase 88%. Hal tersebut menunjukkan media daring merupakan tempat penyebaran informasi yang penting. Penelitian ini bertujuan untuk mengklasifikasikan topik yang ada dalam berita terkait kasus Covid-19 dalam media massa Kompas dengan menggunakan multilayer perceptron. Berdasarkan hasil penelitian, berita kasus Covid-19 dapat dikategorikan menjadi empat label, yaitu kebijakan pemerintah, pemberitahuan informasi, internasional, dan masyarakat umum. Tingkat akurasi yang didapat dari pemodelan dengan multilayer perceptron adalah 75%. Kemiripan pada kata-kata dalam data menyebabkan adanya kesalahan dalam membedakan antara satu topik dengan topik lainnya.References
B. A. Santosa, “Peran Media Massa dalam Mencegah Konflik,” J. ASPIKOM, vol. 3, no. 2, pp. 199–214, 2017, [Online]. Available: https://jurnalaspikom.org/index.php/aspikom/article/view/128.
N. Newman, R. Fletcher, C. T. Robertson, K. Eddy, and R. K. Nielsen, “Reuters Institute Digital News Report 2022,” Oxford, 2022. [Online]. Available: https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2022.
J. Hirschberg and C. D. Manning, “Advances in Natural Language Processing,” Science (80-. )., vol. 349, no. 6245, pp. 261–266, 2015, [Online]. Available: https://www.science.org/doi/10.1126/science.aaa8685.
S. Defiyanti, “Integrasi Metode Clustering dan Klasifikasi untuk Data Numerik,” in Conference on Information Technology and Electrical Engineering, 2017, pp. 256–261, [Online]. Available: https://www.researchgate.net/publication/319165131_Integrasi_Metode_Clustering_dan_Klasifikasi_untuk_Data_Numerik.
Musyawir, Susiati, and A. Irmawati, “Strategi Pemilihan Judul Penelitian Kebahasaan bagi Pemula; Mahasiswa Program Studi Pedidikan Bahasa Indonesia dan Sastra Indonesia Universitas Iqra Buru,” J. Pengabdi. Mandiri, vol. 1, no. 3, pp. 517–524, 2022, [Online]. Available: https://bajangjournal.com/index.php/JPM/article/view/1817.
I. Gotama, S. Hariyanto, and H. Wijaya, “Klasifikasi Berita Hoaks Topik Covid-19 dengan Klasifikasi Rocchio dan Cosine Similarity,” J. Algor, vol. 2, no. 1, pp. 84–92, 2020, [Online]. Available: https://jurnal.ubd.ac.id/index.php/algor/article/view/455.
B. K. Palma, D. T. Murdiansyah, and W. Astuti, “Klasifikasi Teks Artikel Berita Hoaks Covid-19 dengan Menggunakan Algotrima K-nearest Neighbor,” eProceedings Eng., vol. 8, no. 5, pp. 10637–10649, 2021, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/15672.
F. Prasetya and Ferdiansyah, “Analisis Data Mining Klasifikasi Berita Hoax COVID 19 Menggunakan Algoritma Naive Bayes,” J. Sist. Komput. dan Inform., vol. 4, no. 1, pp. 132–139, 2022, [Online]. Available: http://dx.doi.org/10.30865/json.v4i1.4852.
G. Tika and Adiwijaya, “Klasifikasi Topik Berita Berbahasa Indonesia menggunakan Multilayer Perceptron,” e-Proceeding Eng., vol. 6, no. 1, pp. 2137–2143, 2019, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/8503.
Sudianto, A. D. Sripamuji, and I. R. Ramadhanti, “Penerapan Algoritma Support Vector Machine dan Multi-Layer Perceptron pada Klasifikasi Topik Berita,” J. Nas. Pendidik. Tek. Inform. JANAPATI, vol. 11, no. 2, 2022, [Online]. Available: https://ejournal.undiksha.ac.id/index.php/janapati/article/view/44151.
R. Siringoringo, “Klasifikasi Data Tidak Seimbang Menggunakan Algoritma Smote dan K-Nearest Neighbor,” J. Inf. Syst. Dev., vol. 3, no. 1, pp. 44–49, 2018, [Online]. Available: https://ejournal-medan.uph.edu/index.php/isd/article/view/177.
V. Chawla, K. W. Bowyer, L. O. Hall, and W. P. Kegelmeyer, “SMOTE: Synthetic Minority Over-Sampling Technique,” J. Artif. Intell. Res., vol. 16, pp. 321–357, 2002, [Online]. Available: https://arxiv.org/abs/1106.1813.
A. Setiadi, “Penerapan Algoritma Multilayer Perceptron untuk Deteksi Dini Penyakit Diabetes,” Paradigma, vol. 14, no. 1, pp. 46–59, 2012, [Online]. Available: https://ejournal.bsi.ac.id/ejurnal/index.php/paradigma/article/view/3378.
T. Beysolow II, Applied Natural Language Processing with Python. Berkeley: Apress, 2018.
Downloads
Published
Issue
Section
License
Penulis yang mempublikasikan artikelnya dalam jurnal ini setuju dengan ketentuan berikut :
- Hak cipta tetap pada penulis dan memberikan hak kepada jurnal Techno.Com sebagai prioritas pertama untuk mempublikasikan artikelnya dengan lisensi Creative Commons Attribution License yang memperbolehkan artikel untuk dapat dibagikan dengan pengakuan terhadap penulis artikel dan jurnal ini sebagai tempat publikasinya.
- Penulis dapat mendistribusikan publikasi artikelnya secara non-eksklusif (contoh : pada repository universitas atau pada buku) dengan pemberitahuan atau pengakuan publikasi di jurnal Techno.Com.
- Penulis diijinkan untuk mencantumkan karyanya secara online (misal : di website pribadi atau di repository universitas) sebelum dan sesudah proses pengiriman (lihat The Effect of Open Access).
