Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Seminar Nasional Hasil Riset dan Pengabdian (SNHRP)

Identifikasi Berita Hoax Terkait Virus Corona Menggunakan Long Short-Term Memory Rani Kurnia Putri; Muhammad Athoillah
SNHRP Vol. 4 (2022): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 4 Tahun 2022
Publisher : LPPM Universitas PGRI Adi Buana

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

Abstract

Coronavirus merupakan salah satu penyakit menular yang merupakan turunan dari virus SARS-CoV-2. Penyebaran virus yang begitu cepat dan masif menjadikan coronavirus seketika merubah wajah dunia dalam berbagai sektor seperti ekonomi, politik, bahkan pendidikan. Hal ini tentunya menjadikan virus ini sebagai object utama dalam berbagai headline berita. Ironisnya, dengan masifnya berita yang bermunculan tidak semua berita tersebut adalah berita yang benar. Kominfo dalam laman resminya mencatat bahwa sepanjang 2021-2022 telah ditemukan 2.154 berita hoax terkait dengan isu coronavirus. Dalam penelitian ini dibangun sebauh sistem yang mampu mengidentifikasi berita hoax atau buka hoax terkait dengan isu coronavirus dengan menggunakan algoritma Long Short-Term Memory (LSTM). Jaringan LSTM adalah jenis jaringan saraf berulang (Recurrent Neural Networks) yang termasuk dalam area kompleks deep learning, algoritma ini yang mencoba meniru cara otak manusia beroperasi dan mengungkap hubungan mendasar dalam data sekuensial yang diberikan. Hasil dari penelitian menunjukkan nilai rata-rata yang didapat adalah 51,09 persen untuk nilai presisi, 51,00 persen untuk nilai Recall sama dengan perhitungan hasil Akurasi dan 50,41 persen untuk nilai F-Measure. hasil ini mengindikasikan walaupun secara nilai hasilnya masih dikatakan kurang baik, namun secara konsistensi hasil identifikasi ini bisa dikatakan sangat baik jika dilihat dari nilai setiap uji coba tidak lebih dari 5 digit dari keseluruhan data yang diuji dengan skema k-fold cross validation.
Deteksi Penggunaan Masker Wajah Dengan Algoritma Deep Learning Rani Kurnia Putri; Muhammad Athoillah; Arina Haqiqiyah; Fina Wahyu Ananda Lestari
SNHRP Vol. 5 (2023): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 5 Tahun 2023
Publisher : LPPM Universitas PGRI Adi Buana

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

Abstract

Keahlian Machine Learning dalam mengolah dan menganalisis data dengan cepat dan akurat, serta menghasilkan informasi yang bermanfaat dan relevan bagi pengguna, menjadi penyebab utama popularitasnya. Salah satu algoritma Machine Learning yang sering digunakan adalah Deep Learning (DL). DL bekerja dengan cara merepresentasikan data dalam lapisan-lapisan pembelajaran untuk memberikan representasi yang lebih berarti. Istilah "Deep" dalam Deep Learning mengindikasikan bahwa algoritma ini menggunakan lapisan lapisan representasi secara berurutan. Penelitian ini bertujuan untuk memberikan referensi baru tentang pengembangan sistem dan analisis hasil identifikasi masker wajah menggunakan algoritma Deep Learning. Dari hasil penelitian yang dilakukan, diketahui bahwa model ini mampu mengenali wajah dengan baik. Hal ini dibuktikan dengan nilai rata-rata spesifisitas sebesar 93,60 persen, nilai rata-rata presisi sebesar 93,86 persen, dan nilai rata-rata sensitivitas atau recall sebesar 95,40 persen. Selain itu, model ini juga menunjukkan tingkat akurasi yang memadai secara keseluruhan, dengan rata-rata akurasi mencapai 94,50 persen.