Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal bit-Tech Algor
Lianny Wydiastuty Kusuma
Universitas Buddhi Dharma
Computer Science & IT

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : bit-Tech

 1 
Perbandingan Naïve Bayes dan CNN yang Dioptimasi PSO pada Identifikasi Berita Hoax Politik Indonesia Yusuf Kurnia; Ellysha Dwiyanthi Kusuma; Lianny Wydiastuty Kusuma; Suwitno; Welman Apridius
bit-Tech Vol. 6 No. 3 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v6i3.1225

Abstract

Berita palsu dalam politik menjadi ancaman serius terhadap stabilitas demokrasi dan kepercayaan publik terhadap informasi. Fenomena ini tidak hanya meresahkan, tetapi juga memiliki dampak yang dapat mengganggu proses demokrasi serta kepercayaan masyarakat terhadap media dan pemerintah. Penelitian ini bertujuan untuk menyelidiki dan membandingkan kinerja dua algoritma yang berbeda, yaitu Naïve Bayes (NB) dan Convolutional Neural Network (CNN), yang telah dioptimalkan menggunakan Particle Swarm Optimization (PSO), dalam mendeteksi berita palsu di ranah politik Indonesia. Untuk mencapai tujuan ini, penelitian menggunakan dataset berita politik yang telah melalui proses text preprocessing, termasuk pembersihan data dan normalisasi teks. Hasil penelitian menunjukkan bahwa model Naïve Bayes secara konsisten mampu mengungguli kinerja CNN, baik dengan atau tanpa penerapan PSO. Akurasi model Naïve Bayes mencapai 90.71%, sementara CNN mencapai 80.86% tanpa PSO, 79.68% dengan PSO, dan Naïve Bayes dengan PSO mencapai 90.25%. Temuan ini menegaskan bahwa pendekatan menggunakan algoritma Naïve Bayes memiliki potensi lebih besar dalam mengidentifikasi berita palsu dalam konteks politik Indonesia. Kontribusi signifikan dari penelitian ini terletak pada pemahaman yang lebih mendalam mengenai metode deteksi berita palsu, serta memberikan wawasan yang penting bagi pengembangan strategi yang efektif dalam menanggulangi permasalahan berita palsu di era digital. Oleh karena itu, diharapkan bahwa penelitian ini akan memberikan nilai tambah dalam upaya mempertahankan keaslian informasi politik dan meningkatkan kualitas demokrasi di Indonesia.
Koreksi Orientasi Teks pada Dokumen Digital Menggunakan Transformasi Hough Lianny Wydiastuty Kusuma
bit-Tech Vol. 7 No. 2 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i2.1821

Abstract

Dokumen-dokuman yang diarsipkan sangat penting bagi kebutuhan kantor, rumah, industri maupun museum sejarah. Alat pendukung seperti scanner membantu mengubah dokumen fisik menjadi dokumen digital. Dokumen digital dapat digunakan sewaktu-waktu jika dokumen fisik yang asli mengalami kerusakan, bencana ataupun kehilangan. Terkadang teks dalam dokumen digital hasil scan tidak tegak lurus atau memiliki orientasi yang salah seperti miring lebih dari 1 derajat. Agar mudah dibaca oleh orang-orang, maka dalam penelitian ini diusulkan menggunakan metode transformasi Hough sebagai solusi pada masalah tersebut. Transformasi Hough umumnya digunakan dalam pendeteksian garis, lingkaran atau bentuk lainnya. Langkah yang dilakukan yaitu dimulai dari grayscale, gaussian blur untuk menghaluskan gambar dan menghilangkan noise, pendeteksian tepi dengan Canny Edge Detection, deteksi garis dengan transformasi Hough dan melakukan rotasi gambar untuk memperbaiki kemiringan teks. Dataset yang dipakai adalah gambar scan ketikan teks dengan noise dan memiliki variasi sudut kemiringan. Hasil dari 10 sampel gambar menunjukkan bahwa sekitar 70% gambar dapat dirotasi mendekati kondisi tegak lurus dengan nilai sudut rata-rata kurang dari 1 derajat. Kemudian 30% lainnya memiliki nilai sudut rata-rata di antara 1 dan 2 derajat, meskipun begitu hal ini tidak terlalu signifikan dan masih dapat ditolerir bagi indera penglihatan manusia. Waktu pemrosesan tiap gambar rata-rata membutuhkan 0,022 detik. Hasil penelitian dapat digunakan untuk memperbaiki kemiringan pada dokumen digital dan meningkatkan akurasi sistem OCR.
Co-Authors Andri Susanto Avandy Wijaya Dermawan Jr Dicky Surya Dwi Putra Ellysha Dwiyanthi Kusuma Ellysha Kusuma Indah Fenriana Ramona Safitri, Ramona Rino Rino Septian Salim Suwitno Welman Apridius Yusuf Kurnia