RAMADHAN, MUHAMMAD FADLI (2023) PENINGKATAN PERFORMA MODEL NEURAL NETWORK MENGGUNAKAN OPTIMASI HYPERPARAMETER LONG SHORT TERM MEMORY UNTUK DETEKSI BERITA PALSU. Other thesis, UPT PERPUSTAKAAN POLSRI.
|
Text (Cover)
Pra BAB.pdf Download (1MB) | Preview |
|
|
Text (BAB I PENDAHULUAN)
BAB I.pdf Download (251kB) | Preview |
|
|
Text (BAB II TINJAUAN PUSTAKA)
BAB II.pdf Download (1MB) | Preview |
|
![[img]](http://eprints.polsri.ac.id/style/images/fileicons/text.png) |
Text (BAB III METODOLOGI PENELITIAN)
BAB III.pdf Restricted to Repository staff only Download (843kB) | Request a copy |
|
|
Text (BAB IV HASIL DAN PEMBAHASAN)
BAB IV.pdf Restricted to Repository staff only Download (287kB) | Request a copy |
|
|
Text (BAB V PENUTUP)
BAB V.pdf Download (6kB) | Preview |
|
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Download (247kB) |
|
|
Text
LAMPIRAN.pdf Download (5MB) | Preview |
Abstract
Sampai saat ini, telah ada diskusi tentang berita palsu. Tanpa disadari, orang menyebarkan informasi palsu dan berpartisipasi di dalamnya. Ada beberapa metode untuk menemukan berita palsu di media sosial untuk menghentikan penyebarannya, dan jaringan saraf efektif. Penelitian sebelumnya mengidentifikasi berita palsu dari berita nyata menggunakan pendekatan berbasis pembelajaran mendalam dan jaringan saraf LSTM untuk membangun model yang diusulkan dengan akurasi model 99,88%. Pada penelitian ini difokuskan untuk meningkatkan akurasi model dari penelitian sebelumnya dengan menggunakan teknik tuning hyperparameter pada model dengan arsitektur jaringan saraf Long Short-Term Memory (LSTM) sehingga dapat mengoptimalkan model penelitian sebelumnya dan meningkatkan akurasi model. model deteksi berita palsu. Pada teknik tuning hyperparameter model ini, kami melakukan tiga jenis percobaan untuk mendapatkan hyperparameter terbaik di setiap layer arsitektur model dan parameter model yang kami usulkan, yaitu tuning hyperparameter pada layer LSTM, layer Dense, dan Optimizer. Dari hasil percobaan kami, kami membangun model deteksi berita palsu yang lebih akurat dari model penelitian sebelumnya, mencapai 99,97% pada model yang kami usulkan.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Deteksi berita palsu, Long Short Term Memory, Optimasi hyperparameter, Peningkatan Performa, Model machine learning |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Electronic Engineering > Undergraduate Theses |
| Depositing User: | Mr Bambang Anthony |
| Date Deposited: | 18 Feb 2025 08:45 |
| Last Modified: | 18 Feb 2025 08:45 |
| URI: | http://eprints.polsri.ac.id/id/eprint/15980 |
Actions (login required)
 |
View Item |
