Kasanah, Anis Nikmatul (2019) Teknik Smote untuk Mengatasi Imbalance Class dalam Klasifikasi Objektivitas Berita Online Menggunakan Algoritma KNN. Masters thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Berlimpahnya informasi dalam bentuk berita onlin perlu diimbangi dengan kemampuan pembaca untuk memilah atau mengklasifikasikan berita yang subjektif ataupun objektif. Sehingga diperlukan sistem khusus yang dapat digunakan untuk klasifikasi objektivitas berita online sehingga dapat membantu pembaca dalam memililah berita yang subjektif ataupun berita objektif.Penelitian ini mengusulkan pengembangan teknik dalam machine learning untuk membantu pemilahan objektivitas berita secara otomatis berdasarkan isi dari berita tersebut. Algoritma yang diusulkan adalah algoritma K-Nearest Neighbor(KNN). Sampel berita yang didapatkan dari kompas.com dengan cara scrapping terjadi imbalance class dimana jumlah berita objektif dan berita subjektif tidak seimbang yang. Sehingga dapat mempengaruhi performa algoritma klasifikasi. Salah satu teknik untuk mengatasinya adalah menerapkan teknik Synthetic Minority Over-sampling Technique (SMOTE). SMOTE adalah pembangkitan data minoritas sebanyak data mayoritas. Penelitian ini membandingkan performa algoritma KNN tanpa SMOTE dan performa algoritma KNN dengan SMOTE. Berdasarkan hasil penelitian dengan menerapkan nilai k tetangga yang bervariasi yaitu 1, 3, 5, 7 dan 9 diperoleh bahwa penerapan SMOTE dapat meningkatkan performa akurasi algoritma KNN pada nilai k=1 dan k=3 dengan rata-rata peningkatan akurasi sebesar 3,36. Pada nilai k 5, 7 dan 9 algoritma mengalami rata-rata penurunan akurasi sebesar 6,67.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | klasifikasi, KNN, SMOTE, subjektif, objektif |
| Subjects: | L Education > L Education (General) L Education > L Education (General) > LM Media Pembelajaran T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | mr mahasiswa UM |
| Date Deposited: | 19 Oct 2022 06:37 |
| Last Modified: | 23 Sep 2024 02:54 |
| URI: | http://repository.um.ac.id/id/eprint/1543 |
Actions (login required)
 |
View Item |