Claim Missing Document
Check
Articles

Found 1 Documents
Search

IMPLEMENTASI ANALISIS REGRESI LOGISTIK DENGAN METODE MACHINE LEARNING UNTUK MENGKLASIFIKASI BERITA DI INDONESIA Muhammad Fahmuddin S; Muhammad Kasim Aidid; Muhammad Jabbar Taslim Nurliah
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 5 No. 03 (2023)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm116

Abstract

Perkembangan internet sangat pesat, internet menjadi sumber informasi yang mudah untuk diakses seperti halnya berita. Perkembangan ini selain membawa dampak yang positif tentu juga dampak yang negatif di dalamnya. Penelitian ini bertujuan untuk mengetahui hasil evaluasi dan tingkat akurasi klasifikasi berita di Indonesia dengan menggunakan analisis regresi logistik beserta metode supervised learning. Data yang digunakan diperoleh dari data.mendeley.com diantaranya berita dengan total berita 600. Setelah dilakukan preprocessing data, diperoleh jumlah kata dalam dataset sebanyak 104.020 kata. Setelah membagi dataset menjadi data latih sebanyak 80% atau 480 data dan data uji sebanyak 20% atau 120 data, diperoleh hasil akurasi dalam mengklasifikasi berita menggunakan analisis regresi logistik dengan metode supervised learning sebesar 78,3%.