PENERAPAN METODE NAÏVE BAYES UNTUK PENGECEKAN KESESUAIAN ANTARA JUDUL DENGAN KONTEN BERITA BERBAHASA INDONESIA

SHERLY, YUNIA RARASATI (2018) PENERAPAN METODE NAÏVE BAYES UNTUK PENGECEKAN KESESUAIAN ANTARA JUDUL DENGAN KONTEN BERITA BERBAHASA INDONESIA. Sarjana thesis, Sekolah Tinggi Informatika dan Komputer Indonesia(STIKI) MALANG.

	Text ABSTRAK.docx Download (14kB)
	Text bab I (1-6) .doc Restricted to Registered users only Download (230kB)
	Text BAB V 86-87.docx Restricted to Registered users only Download (17kB)

Abstract

Kata kunci : NAÏVE BAYES, klasifikasi, matching, judul, konten. Clickbait merupakan upaya pembuatan judul suatu konten berita online yang sensasional dengan tujuan memancing agar pembaca tertarik dan penasaran untuk membaca berita tersebut. Clickbait sering ditemukan di berbagai media berita online bahkan sampai pada sosial media, dan biasanya dikaitkan dengan berita – berita yang sedang banyak diperbincangkan saat ini. Para pelaku bisnis menggunakan trik ini untuk meningkatkan jumlah trafic dan viewer. Yang menjadikan masalah saat ini adalah sering kali muncul antara judul dengan konten berita yang tidak sesuai (matching) dan mengecoh para pembaca berita. Pengklasifikasian artikel kesesuaian berbahasa indonesia menggunakan metode Naïve Bayes pada penelitian ini adalah menggunakan beberapa fitur ekstraksi yang dikaji pada penelitian selanjutnya untuk mengklasifikasikan berita menurut kategorinya sesuai atau tidak antara judul dengan isi. Diharapkan dengan adanya laporan tugas akhir ini secara umum dapat membantu pembaca berita online dalam mengetahui klasifikasi artikel yang mereka baca sesuai atau tidak antara judul dengan kontennya, untuk penyedia berita online dapat mengembangkan inovasi dalam penulisan berita agar dapat menyajikan sebuah artikel berita yang berkualitas, dan secara khusus untuk pembaca laporan tugas akhir ini dapat mengetahui tingkat keakurasian metode Naïve Bayes dalam mengklasifikasi artikel berita clickbait, serta dapat mengembangkan program menjadi jauh lebih baik lagi.

Item Type:	Thesis (Sarjana)
Subjects:	Bibliography. Library Science. Information Resources > Library Science. Information Science
Divisions:	Engineering Sciences
Depositing User:	Unnamed user with username editor_perpustakaan
Date Deposited:	18 Mar 2019 02:38
Last Modified:	18 Mar 2019 02:38
URI:	http://repository.stiki.ac.id/id/eprint/212

Actions (login required)

View Item