PENERAPAN ALGORITMA NAÏVE BAYES UNTUK MENDETEKSI BERITA HOAKS DI TWITTER MENGGUNAKAN EKSPANSI FITUR DENGAN GLOVE

RISKI AMBARWATI, . (2024) PENERAPAN ALGORITMA NAÏVE BAYES UNTUK MENDETEKSI BERITA HOAKS DI TWITTER MENGGUNAKAN EKSPANSI FITUR DENGAN GLOVE. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (398kB)
	Text BAB 1.pdf Download (221kB)
	Text BAB 2.pdf Restricted to Registered users only Download (541kB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (925kB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (120kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (197kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (967kB) | Request a copy

Abstract

Pengumpulan data dan preprocessing untuk studi kasus pendeteksi hoaks di Twitter mengenai Pemilihan Umum 2024. Hoaks adalah berita palsu yang dapat merugikan konsumen dalam transaksi elektronik. Data hoaks di Twitter dikumpulkan melalui crawling data dengan menggunakan API Twitter. Proses preprocessing dilakukan untuk membersihkan data dari noise dan membuatnya siap untuk analisis lebih lanjut. Hasil crawling data mencakup 8.290 data dengan 4.889 data valid dari akun @PemiluKompas dan @PemiluDetikcom sedangkan untuk data hoaksnya @TurnBackHoaks berjumlah 3.401. Proses preprocessing melibatkan cleaning data untuk menghilangkan karakter yang tidak diperlukan. Studi ini memberikan wawasan penting dalam deteksi hoaks di media sosial dan menyoroti pentingnya langkah langkah preprocessing dalam analisis data Twitter. ***** Data collection and preprocessing for a case study of hoax detection on Twitter regarding the 2024 General Election. Hoaxes are fake news that can harm consumers in electronic transactions. Hoax data on Twitter is collected through data crawling using the Twitter API. The preprocessing process is carried out to clean the data from noise and make it ready for further analysis. The results of the data crawl included 8,290 data with 4,889 valid data from the @PemiluKompas and @PemiluDatikcom accounts, while the hoax data @TurnBackHoaks amounted to 3,401. The preprocessing process involves cleaning data to remove unnecessary characters. This study provides important insights into hoax detection on social media and highlights the importance of preprocessing steps in Twitter data analysis.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Irma Permata Sari,S.Pd., M.Eng. ; 2). Murien Nugraheni, S.T., M.Cs.
Subjects:	Teknologi dan Ilmu Terapan > Teknologi (umum) Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > S1 Sistem dan Teknologi Informasi
Depositing User:	Riski Ambarwati .
Date Deposited:	25 Jul 2024 06:18
Last Modified:	25 Jul 2024 06:18
URI:	http://repository.unj.ac.id/id/eprint/46546

Actions (login required)

View Item