Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal The Indonesian Journal of Computer Science
Anas Fikri Hanif
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Perbandingan Kinerja LSTM, Bi-LSTM, dan GRU pada Klasifikasi Judul Berita Clickbait Anas Fikri Hanif; Theopilus Bayu Sasongko; Arif Dwi Laksito
The Indonesian Journal of Computer Science Vol. 12 No. 4 (2023): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i4.3281

Abstract

Maraknya penggunaan konsep clickbait menjadi tantangan bagi para pengguna media sosial. Sering kali mereka tertipu dengan judul sebuah artikel yang berbeda dengan isi artikelnya. Oleh karena itu diperlukan sebuah model yang mampu melakukan klasifikasi terhadap judul clickbait maupun non-clickbait. Meskipun beberapa penelitian sudah dilakukan untuk membuat sebuah model klasifikasi judul clickbait, akan tetapi analisa perbandingan sangat diperlukan untuk menentukan model terbaik yang dapat digunakan dalam klasifikasi judul clickbait. Oleh karenanya peneliti melakukan perbandingan terhadap tiga model deep learning yang berbeda (LSTM, Bi-LSTM, dan GRU) guna menemukan model terbaik yang dapat menyelesaikan kasus ini dengan memanfaatkan data publik dari penelitian sebelumnya. Hasilnya algoritma GRU merupakan algoritma terbaik yang berhasil mencapai akurasi 97,16%. Tidak hanya itu GRU juga memiliki nilai tinggi dalam beberapa metrik evaluasi lainnya, yaitu precision 96,63%, recall 97,66%, dan F1-score 97,14%. Selain menghasilkan metrik evaluasi yang baik, model GRU juga tergolong cepat dalam melakukan training dengan waktu 328 detik.
Co-Authors Sasongko, Theopilus Bayu