Detail Cantuman
Advanced SearchArtikel Jurnal
Klasifikasi Berita Clickbait Menggunakan K-Nearest Neighbor (KNN)
Abstract
Clickbait menjadi salah satu cara untuk mencari uang dengan meningkatkan traffic pengunjung dan pengunjung. Praktik clickbait pada saat ini sudah merambah pada dunia jurnalistik sedangkan sistem berita media online berbeda dengan media cetak. Sama halnya dengan media online lainnya, clickbait ini memberikan pengaruh besar terhadap penyedia berita karena rasa keingintahuan dari para pembaca dan sulitnya para pembaca memilih berita clickbait atau bukan clickbait. Praktik clickbait ini sendiri sangat di andalkan oleh penyedia situs berita yang menggunakan judul-judul yang menjebak untuk menarik para pembaca. Berdasarkan masalah tersebut dilakukan penelitian untuk mengklasifikasikan berita clickbait menggunakan metode K-Nearest Neighbors (K-NN).Dari hasil penelitian yang dilakukan, diperoleh hasil terbaik pada jumlah k = 11 dengan menggunakan skenario 1 pada data pembagian dengan jumlah data sebanyak 800 data dan 200 data uji yang menghasilkan akurasi sebesar 71%, ketepatan 72%, dan ingat 71%. Hal ini menunjukkan bahwa klasifikasi berita clickbait dapat di klasifikasikan menggunakan K-Nearest Neighbor.
Ketersediaan
JOINS2-008 | JOINS V5N2 November 2020 | Perpustakaan FT UPI YAI | Tersedia |
Informasi Detil
Judul Seri |
JOINS : Journal of Information System
|
---|---|
No. Panggil |
JOINS V5N2 November 2020
|
Penerbit | Universitas Dian Nuswantoro : Semarang., 2020 |
Deskripsi Fisik |
hlm : 230-239
|
Bahasa |
Indonesia
|
ISBN/ISSN |
2528-0228
|
Klasifikasi |
JOINS
|
Tipe Isi |
-
|
Tipe Media |
-
|
---|---|
Tipe Pembawa |
-
|
Edisi |
Volume 5 Nomor 2 November 2020
|
Subyek | |
Info Detil Spesifik |
-
|
Pernyataan Tanggungjawab |
-
|
Versi lain/terkait
Tidak tersedia versi lain