Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI)
Asti Dwi Sripamuji
Institut Teknologi Telkom Purwokerto
Computer Science & IT Education Engineering

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

Found 1 Documents
Search

 1 
Penerapan Algoritma Support Vector Machine dan Multi-Layer Perceptron pada Klasifikasi Topik Berita Sudianto Sudianto; Asti Dwi Sripamuji; Imada Riski Ramadhanti; Risa Riski Amalia; Julian Saputra; Bagas Prihatnowo
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 2 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

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

Abstract

Salah satu aktivitas masyarakat Indonesia di internet adalah mengakses berita online dengan persentase 15,5%. Dalam mencerna suatu informasi berita online, masyarakat Indonesia masih memiliki kebiasaan yang buruk ketika membaca lebih dari satu sumber media online pada kasus yang sama. Sehingga perlu adanya klasifikasi berita secara otomatis. Penelitian sebelumnya menggunakan Mutual Information and Bayesian Network untuk mengkategorikan suatu berita, dalam format data tekstual dengan akurasi 75.34%. Penelitian ini memberikan suatu inovasi baru berupa pengimplementasian algoritma Support Vector Machine dan Multi-Layer Perceptron untuk klasifikasi menggunakan pembelajaran supervised atau yang disebut backpropagation. Tujuan dari pengklasifikasian topik berita menggunakan Algoritma Support Vector Machine memudahkan pembaca untuk menemukan informasi yang pembaca butuhkan, dengan secara otomatis mengelompokkan berita ke dalam kategori tertentu sesuai informasi yang terkandung. Metode yang digunakan yaitu metode Term Frequency – Inverse Document Frequency untuk feature selection data pelatihan dan algoritma Support Vector Machines dan Multi-Layer Perceptron untuk klasifikasi. Hasil yang diperoleh menunjukan skor akurasi sebesar 74% pada SVM dan 78% pada MLP. Sementara itu, nilai precision dan recall yaitu 76% dan 74% pada SVM serta 79% dan 78% pada MLP.
Co-Authors Bagas Prihatnowo Imada Riski Ramadhanti Julian Saputra Risa Riski Amalia Sudianto