Penerapan Metode Support Vector Machine Dalam Klasifikasi Berita Clickbait (Studi Kasus : Berita Covid-19 Di Berbagai Media Massa)

Abstract

Pesatnya perkembangan teknologi informasi di era modern ini sangat memberikan perubahan, termasuk cara masyarakat dalam mengakses berita melalui media online. Pada umumnya masyarakat memilih berita berdasarkan judul yang menarik atau sedang trending. Pandemi Covid-19 yang melanda Indonesia bahkan Dunia saat ini menjadi berita yang paling sering dicari. Hal tersebut dimanfaatkan oleh para media online untuk menarik perhatian pembaca yaitu dengan membuat berita bersifat clickbait. Clickbait merupakan kalimat yang dibuat semenarik mungkin untuk menarik perhatian para pembaca agar lebih lanjut membaca berita. Untuk itu, penelitian ini bertujuan mengklasifikasi berita yang terdapat di berbagai portal web. Metode yang digunakan untuk mengklasifikasi pada penelitian ini adalah Support Vector Machine (SVM). SVM adalah metode Machine Learning yang bertujuan menemukan hyperplane terbaik yang dapat memaksimalkan margin antar kelas data. Data yang digunakan adalah data judul dan isi berita dari berbagai website. Data tersebut dibagi menjadi data training dan testing dengan perbandingan 80%:20%. Setelah dilakukan perbandingan bobot, digunakan bobot sebesar 80% untuk data judul dan 20% untuk data isi, berdasarkan pengujian yang dilakukan didapatkan parameter terbaik menggunakan kernel RBF dengan parameter dan gamma . Dari pengujian tersebut didapatkan hasil akurasi sebesar 90%, precision 98%, dan recall 82%.