Image of Klasifikasi Berita Clickbait Menggunakan K-Nearest Neighbor (KNN)

Artikel 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

JOINS2-008JOINS V5N2 November 2020Perpustakaan FT UPI YAITersedia

Informasi Detil

Judul Seri
JOINS : Journal of Information System
No. Panggil
JOINS V5N2 November 2020
Penerbit Universitas Dian Nuswantoro : Semarang.,
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




Informasi


DETAIL CANTUMAN


Kembali ke sebelumnyaXML DetailCite this