Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi Bisnis (JUNSIBI)
Guridno, Ciptoningaji
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS HYBRID METODE CNN DAN LSTM DALAM MEDIA BERITA ONLINE INDONESIA Guridno, Ciptoningaji; Azimah, Ariana; Ningsih, Sari
Jurnal Sistem Informasi Bisnis (JUNSIBI) Vol 5 No 1 (2024): Jurnal Sistem Informasi Bisnis (JUNSIBI)
Publisher : Program Studi Sistem Informasi Institut Bisnis dan Informatika (IBI) Kosgoro 1957

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55122/junsibi.v5i1.1202

Abstract

Berita palsu atau disinformasi merupakan ancaman serius dalam ekosistem media online. Penyebaran berita palsu dapat mengganggu informasi yang akurat dan dapat mempengaruhi masyarakat dan opini publik. Dalam penelitian ini, Penulis mengusulkan pendekatan hibrida yang mengintegrasikan Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM) untuk menganalisis konten media berita online di Indonesia. Metode hibrid ini ditujukan untuk memahami dan menginterpretasikan dinamika informasi yang disampaikan melalui berita online dengan lebih efektif. Penulis mengumpulkan dan memproses dataset besar dari artikel berita online dalam Bahasa Indonesia, lalu menerapkan CNN untuk ekstraksi fitur teks dan LSTM untuk memodelkan sekuensialitas data dalam artikel. Hasil eksperimen menunjukkan bahwa model hibrid CNN-LSTM mampu meningkatkan akurasi klasifikasi topik berita dan sentiment analisis dibandingkan dengan metode standar. Penelitian ini memberikan wawasan baru tentang aplikasi pembelajaran mesin dalam media berita dan menawarkan metode yang inovatif untuk analisis teks pada skala besar.
ANALISIS HYBRID METODE CNN DAN LSTM DALAM MEDIA BERITA ONLINE INDONESIA Guridno, Ciptoningaji; Azimah, Ariana; Ningsih, Sari
Jurnal Sistem Informasi Bisnis (JUNSIBI) Vol. 5 No. 1 (2024): Jurnal Sistem Informasi Bisnis (JUNSIBI)
Publisher : Program Studi Sistem Informasi Institut Bisnis dan Informatika (IBI) Kosgoro 1957

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55122/junsibi.v5i1.1202

Abstract

Berita palsu atau disinformasi merupakan ancaman serius dalam ekosistem media online. Penyebaran berita palsu dapat mengganggu informasi yang akurat dan dapat mempengaruhi masyarakat dan opini publik. Dalam penelitian ini, Penulis mengusulkan pendekatan hibrida yang mengintegrasikan Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM) untuk menganalisis konten media berita online di Indonesia. Metode hibrid ini ditujukan untuk memahami dan menginterpretasikan dinamika informasi yang disampaikan melalui berita online dengan lebih efektif. Penulis mengumpulkan dan memproses dataset besar dari artikel berita online dalam Bahasa Indonesia, lalu menerapkan CNN untuk ekstraksi fitur teks dan LSTM untuk memodelkan sekuensialitas data dalam artikel. Hasil eksperimen menunjukkan bahwa model hibrid CNN-LSTM mampu meningkatkan akurasi klasifikasi topik berita dan sentiment analisis dibandingkan dengan metode standar. Penelitian ini memberikan wawasan baru tentang aplikasi pembelajaran mesin dalam media berita dan menawarkan metode yang inovatif untuk analisis teks pada skala besar.
Co-Authors Ariana Azimah Sari Ningsih