Djaya, Nur Annisa Yusrah Putra (2024) Klasifikasi Video Clickbait Berdasarkan Subtitle Konten Berita Youtube Berbahasa Indonesia Menggunakan Metode Support Vector Machine dan Particle Swarm Optimization = Classification of Clickbait Videos Based on Indonesian Language YouTube News Content Subtitles Using Support Vector Machine and Particle Swarm Optimization Methods. Skripsi thesis, Universitas Hasanuddin.
![[thumbnail of Cover]](/46244/1.hassmallThumbnailVersion/D121191056_skripsi_29-07-2024%20cover1.jpg)

D121191056_skripsi_29-07-2024 cover1.jpg
Download (280kB) | Preview
![[thumbnail of Bab 1-2]](/style/images/fileicons/text.png)
D121191056_skripsi_29-07-2024 bab I-II(FILEminimizer).pdf
Download (843kB)
![[thumbnail of Dapus]](/style/images/fileicons/text.png)
D121191056_skripsi_29-07-2024 dapus(FILEminimizer).pdf
Download (402kB)
![[thumbnail of Full Text]](/style/images/fileicons/text.png)
D121191056_skripsi_29-07-2024(FILEminimizer).pdf
Restricted to Repository staff only until 19 May 2027.
Download (2MB)
Abstract (Abstrak)
Youtube merupakan salah satu media sosial yang memiliki pengguna aktif terbanyak di dunia. Indonesia berada pada peringkat ke 4 sebagai pengguna aktif Youtube terbanyak di dunia dengan kisaran pengguna aktif yang mencapai 139 juta pengguna. Banyaknya pengguna aktif Youtube di Indonesia menjadikan banyak masyarakat yang memanfaatkan kondisi ini untuk mendapatkan keuntungan melalui pembuatan konten. Salah satu strategi untuk meraup keuntungan dari konten video Youtube adalah dengan menggunakan judul konten yang menjebak atau judul clickbait sehingga dapat meningkatkan jumlah penonton dari konten tersebut. Namun, penggunaan judul clickbait juga menimbulkan beberapa dampak negatif yang salah satunya adalah memungkinkan penyebaran informasi hoaks. Maka dari itu, penelitian ini bertujuan mengklasifikasikan berita-berita clickbait dan non-clickbait berdasarkan kemiripan antara judul dan isi dari video berita tersebut. Dalam penelitian ini, tahap data preprocessing akan dibagi menjadi tiga skenario yakni data preprocessing menggunakan stopword removal pada judul dan isi berita, data preprocessing menggunakan stopword removal hanya pada isi berita dan data preprocessing tanpa menggunakan stopword removal pada judul dan isi berita. Selain itu, tahap pengklasifikasian berita clickbait dan non-clickbait dalam penelitian ini dibagi menjadi tiga skenario yakni klasifikasi berita menggunakan Cosine Similarity, klasifikasi berita menggunakan Support Vector Machine (SVM) dan klasifikasi berita menggunakan Support Vector Machine (SVM) yang kemudian dioptimasi dengan Particle Swarm Optimization (PSO). Hasil penelitian ini menunjukkan bahwa model SVM yang telah dioptimasi dengan PSO menggunakan data yang melewati tahap data preprocessing tanpa menggunakan stopword removal pada judul dan isi berita, menghasilkan akurasi tertinggi dengan perolehan akurasi mencapai 0,75 atau 75%.
Keyword : Berita, Youtube, Clickbait, Cosine Similarity, Support Vector Machine, Particle Swarm Optimization
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | News, Youtube, Clickbait, Cosine Similarity, Support Vector Machine, Particle Swarm Optimization. |
Subjects: | T Technology > T Technology (General) |
Divisions (Program Studi): | Fakultas Teknik > Teknik Informatika |
Depositing User: | Rasman |
Date Deposited: | 09 Jul 2025 06:59 |
Last Modified: | 09 Jul 2025 06:59 |
URI: | http://repository.unhas.ac.id:443/id/eprint/46244 |