Perbandingan Metode LSTM dan GRU (RNN) untuk Klasifikasi Berita Palsu Berbahasa Indonesia
Berita telah menjadi konsumsi masyarakat setiap harinya, namun tidak semua berita yang beredar merupakan berita yang valid kebenarannya. Berita palsu dapat menggiring opini publik, dan berisiko terhadap keselamatan bangsa. Oleh karena itu diperlukan klasifikasi berita palsu untuk dapat meredamkan be...
Saved in:
| Main Authors: | Aini Hanifa, Sugih Ahmad Fauzan, Muhammad Hikal, Muhammad Bahrul Ashfiya |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Universitas Jenderal Soedirman
2021-01-01
|
| Series: | Dinamika Rekayasa |
| Online Access: | https://dinarek.unsoed.ac.id/jurnal/index.php/dinarek/article/view/436 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Similar Items
-
Evaluasi Kinerja MLLIB APACHE SPARK pada Klasifikasi Berita Palsu dalam Bahasa Indonesia
by: Antonius Angga Kurniawan, et al.
Published: (2022-06-01) -
Perbandingan Kinerja Naïve Bayes dan Random Forest dalam Mendeteksi Berita Palsu
by: William William, et al.
Published: (2025-05-01) -
Analisis Sentimen Berbahasa Inggris Dengan Metode Lstm Studi Kasus Berita Online Pariwisata Bali
by: Ngakan Made Krisna Sedana, et al.
Published: (2024-12-01) -
Perbandingan Kinerja Metode Naive Bayes dan K-Nearest Neighbor untuk Klasifikasi Artikel Berbahasa indonesia
by: Riri Nada Devita, et al.
Published: (2018-10-01) -
Prediction of Multivariate Chaotic Time Series using GRU, LSTM and RNN
by: Osman Eldoğan, et al.
Published: (2024-08-01)