Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Kinerja Algoritma Klasifikasi Teks Bert dalam Mendeteksi Berita Hoaks Hanum, Assyfa Rasida; Zetha, Ivykaeyla Adriana; Putri, Salwa Cahyani; Wulandari, Rafifah Ayud; Andina, Sherla Puspa; Fajrina, Julia Nur; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938093

Abstract

Metode BERT dapat digunakan untuk menghasilkan hasil yang akurat dalam klasifikasi berita palsu dan berita benar. Hasil evaluasi menunjukkan bahwa model klasifikasi BERT memiliki akurasi sebesar 76% pada data validasi dalam mengklasifikasikan berita hoaks, yang menunjukkan performa atau kinerja model Machine Learning dalam melakukan klasifikasi berita hoaks. Sedangkan pada model klasifikasi  BERT Multilingual memiliki akurasi lebih rendah, yakni 63%. Potensi metode ini dapat membantu dalam memerangi penyebaran berita palsu. Penelitian ini berpotensi memberikan kontribusi penting dalam memerangi penyebaran berita palsu di dunia digital yang semakin kompleks. Dengan menggunakan BERT sebagai pendekatan, model ini memungkinkan pengidentifikasian berita palsu yang lebih akurat, serta membantu masyarakat dalam menghindari konsumsi informasi yang salah. Dengan hasil yang positif ini, penelitian ini menunjukkan bagaimana teknologi machine learning dapat digunakan untuk melawan disinformasi dan menjadikan dunia maya menjadi tempat yang lebih terpercaya.
Analisis Sentimen Pengguna Media Sosial Twitter Mengenai Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya Menggunakan Algoritma Support Vector Machine dan Embedding IndoBERT Zetha, Ivykaeyla Adriana; Santoso, Edy; Wardani, Niken Hendrakusuma
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Media sosial Twitter (X) menjadi wadah bagi penggunanya untuk mengekspresikan opini, ulasan, dan persepsi mengenai Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya (FPIK UB). Penelitian ini bertujuan mengklasifikasikan dan menganalisis sentimen tweet mengenai FPIK UB ke dalam sentimen positif, negatif, dan netral menggunakan embedding IndoBERT dan model klasifikasi Support Vector Machine (SVM). 1.131 tweet untuk datanya dikumpulkan melalui proses crawling. Data tweet melalui proses pre-processing, pembobotan kata, pelabelan sentimen, embedding, dan klasifikasi. Ketidakseimbangan kelas diatasi dengan Synthetic Minority Over-sampling Technique (SMOTE). Pengujian dilakukan terhadap 45 kombinasi dari tiga jenis kernel (Linear, Polinomial, dan RBF), lima nilai parameter C (0,01; 0,1; 1,0; 10,0; dan 100,0), serta tiga proporsi pembagian data (70:30, 80:20, dan 90:10). Evaluasi model klasifikasi dilakukan menggunakan confusion matrix. Hasil pengujian menunjukkan kombinasi optimal diperoleh pada kernel Polinomial dengan nilai C=1,0 dan proporsi pembagian data 90:10, menghasilkan akurasi 80,70% dan F1-score 0,8140. Model memprediksi 83 tweet sebagai netral (72,8%), 22 tweet sebagai positif (19,3%), dan 9 tweet sebagai negatif (7,9%). Visualisasi wordcloud sentimen positif didominasi oleh apresiasi terhadap fasilitas dan pencapaian akademik, sentimen negatif didominasi oleh keluhan seputar fasilitas dan biaya pendidikan, dan sentimen netral didominasi oleh kata-kata informatif seputar program studi dan kegiatan kampus.