PREDIKSI BERITA PALSU MENGGUNAKAN METODE …

PREDIKSI BERITA PALSU MENGGUNAKAN METODE

CONVOLUTION NEURAL NETWORK

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Komputer

Program Studi Informatika

Oleh:

Hieronimus Fredy Morgan

175314080

PROGRAM STUDI INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2021

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ii

FAKE NEWS PREDICTION USING THE CONVOLUTION NEURAL

NETWORK METHOD

THESIS

Present as Partial Fulfillment of The Requirements

to Obtain Sarjana Komputer Degree

in Informatics Study Program

Created by:

Hieronimus Fredy Morgan

175314080

INFORMATICS STUDY PROGRAM

INFORMATICS DEPARTMENT

FACULTY OF SCIENCE OF TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2021


v

HALAMAN PERSEMBAHAN

SEBAB BAGI ALLAH TIDAK ADA YANG

MUSTAHIL

~LUKAS 1:37~


viii

ABSTRAK

Suatu berita dapat dengan mudah diakses melalui berbagai media, baik

media cetak maupun media elektronik. Tingkat persebaran berita melalui media

cetak dan media elektronik sangat berbeda. Persebaran berita di media elektronik

sangatlah tinggi karena berita tersebut sangat mudah diakses oleh masyarakat

umum, khususnya melalui media sosial. Kemudahan mengakses berita

menyebabkan munculnya banyak berita palsu.

Berita palsu bukan sekedar misleading alias menyesatkan. Informasi yang

dimuat pada berita palsu juga tidak memiliki landasan faktual, namun disajikan

seolah-olah sebagai serangkaian fakta atau suatu kebenaran. Oleh sebab itu, peneliti

mencoba melakukan prediksi berita palsu dengan mengklasifikasi berita. Penelitian

ini bertujuan untuk mengetahui prediksi berita menggunakan pendekatan

Convolution Neural Network serta akurasi dari pendekatan Convolution Neural

Network.

Pada penelitian ini terdiri dari tiga tahapan. Tahapan pertama adalah

preprocessing yang terdiri dari case folding, stemming, tokenizing, stopwords

removal, punctuation removal. Tahapan kedua adalah ekstraksi ciri dengan

menghitung term frequency dan invers document frequency. Tahapan ketiga yaitu

melakukan klasifikasi berita dengan pendekatan Convolution Neural Network.

Hasil yang diperoleh dengan pendekatan Convolution Neural Network

menggunakan 12-Layers mendapatkan hasil yang optimal, dengan akurasi rata –

rata sebesar 0.8507.

Kata kunci: Convolution Neural Network, Term Frequency, Invers Document

Frequency, klasifikasi.


ix

ABSTRACT

News can be easily accessed through various media, such as print media and

electronic media. The level of news spreading through print media and electronic

media is very different. The spread of news in electronic media is very high because

the news is very easily accessible to the public, especially through social media.

The ease of accessing news led to the emergence of many fake news.

Fake news is not just something that is misleading. The information

contained in fake news also does not have a factual basis, but it is presented as if it

were a fact or a truth. Therefore, the writer tries to predict fake news by classifying

the news. This study aims to determine news predictions using the Convolution

Neural Network approach and the accuracy of the Convolution Neural Network

approach.

This research consists of three stages. The first stage is preprocessing which

consists of case folding, stemming, tokenizing, stopwords removal, and punctuation

removal. The second stage is feature extraction by calculating term frequency and

inverse document frequency. The third stage is classifying the news with the

Convolution Neural Network approach. The results obtained with the Convolution

Neural Network approach using 12-Layers get optimal results with an average

accuracy of 0.8507.

Keywords: Convolution Neural Network, Term Frequency, Invers Document

Frequency, classification.


x

KATA PENGANTAR

Puji dan syukur penulis panjatakan kepada Tuhan Yang Maha Esa atas

rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan tugas akhir dengan

judul “Prediksi Berita Palsu Menggunakan Metode Convolution Neural Network”

dengan baik dan tepat waktu. Tugas akhir ini merupakan salah satu persyaratan

yang wajib untuk ditempuh sebagai syarat akademik untuk memperoleh gelar

sarjana komputer program studi Informatika Universitas Sanata Dharma

Yogyakarta.

Selama proses penelitian, penulis mendapat banyak dukungan dari berbagai

pihak sehingga sudah sepantasnya penulis menyampaikan terima kasih kepada:

1. Romo Dr. Cyprianus Kuntoro Adi, S.J. M.A., M.Sc. selaku dosen

pembimbing tugas akhir yang telah bersedia memberikan arahan, masukan,

waktu serta motivasi kepada penulis selama menyelesaikan skripsi.

2. Bapak Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D. selaku dekan Fakultas

Sains dan Teknologi.

3. Seluruh dosen Informatika Universitas Sanata Dharma yang telah mendidik

dan memberikan ilmu pengetahuan kepada penulis yang digunakan sebagai

bekal untuk menyelesaikan tugas akhir ini.

4. Keluarga tercinta, Papah Damianus Barus, Mamah Sesila Tity Suziana,

Kakak ATM Berjalan Yesica Fridiani Claudia Dasti, dan Adik

menggemaskan Gaudentius Aracello Fagan yang selalu memberikan

dukungan dan doa sehingga membuat penulis semakin semangat dalam

mengerjakan serta menyelesaikan tugas akhir ini.

5. Saudara Gabriel Ryan Prima, Atanasius Ivan Noel Rio Aji, Yudistira Prama

Putra, Edrick Hernando, Albertus Ivan Adhyatma Maheswara, Nivea Galuh

Iswarin yang selalu bisa diajak diskusi masalah tugas akhir

6. Bernadetta Astrid Widyasari yang selalu memberikan semangat, dukungan,

makanan, dan waktunya agar penulis selalu semangat untuk menyelesaikan

skripsi ini


xii

DAFTAR ISI

HALAMAN PERSETUJUAN PEMBIMBING ....................................................... iii

HALAMAN PENGESAHAN .................................................................................. iv

HALAMAN PERSEMBAHAN ................................................................................ v

PERNYATAAN KEASLIAN KARYA ................................................................... vi

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH .... vii

ABSTRAK .............................................................................................................. viii

ABSTRACT .............................................................................................................. ix

KATA PENGANTAR ............................................................................................... x

DAFTAR ISI ............................................................................................................ xii

DAFTAR GAMBAR .............................................................................................. xvi

DAFTAR TABEL ................................................................................................... xix

BAB I PENDAHULUAN ......................................................................................... 1

1.1. Latar Belakang............................................................................... 1

1.2. Rumusan Masalah ......................................................................... 3

1.3. Tujuan Penelitian ........................................................................... 3

1.4. Manfaat Penelitian ......................................................................... 3

1.5. Batasan Masalah ............................................................................ 4

1.6. Sistematika Penelitian ................................................................... 4

BAB II LANDASAN TEORI ................................................................................... 6

2.1 Berita ............................................................................................. 6

2.2 Berita Palsu .................................................................................... 7

2.3 Information Retrieval .................................................................... 8

2.4 Natural Language Processing ..................................................... 10


xiii

2.4.1 Case Folding ............................................................... 11

2.4.2 Stemming ..................................................................... 11

2.4.3 Tokenizing ................................................................... 12

2.4.4 Stopwords Removal ..................................................... 12

2.4.5 Normalization ............................................................. 13

2.4.6 Punctuation Removal .................................................. 13

2.5 Feature Extraction....................................................................... 14

2.5.1. Model Boolean ............................................................ 14

2.5.2. Model Ruang Vektor ................................................... 14

2.5.3. Model Probabilistik ..................................................... 19

2.6 Machine Learning ....................................................................... 22

2.7 Jaringan Syaraf Tiruan ................................................................ 23

2.7.1. Komponen Neural Network ........................................ 24

2.7.2. Arsitektur Neural Network .......................................... 26

2.7.3. Fungsi Aktivasi ........................................................... 28

2.8 Deep Learning ............................................................................. 31

2.9 Convolution Neural Network ....................................................... 32

2.9.1. Embedding Layer ........................................................ 33

2.9.2. Convolution Layer ...................................................... 34

2.9.3. Operasi Pooling ........................................................... 37

2.9.4. Fully Connected Layer ................................................ 38

2.9.5. Softmax Classifier ....................................................... 38

2.10 Word Embedding......................................................................... 41

2.11 Pengukuran Performa .................................................................. 44

BAB III METODE PENELITIAN .......................................................................... 47


xiv

3.1. Deskripsi Data ............................................................................. 47

3.2. Kebutuhan Perangkat Hardware dan Software ............................ 47

3.3. Perancangan Sistem ..................................................................... 48

3.3.1. Preprocessing .............................................................. 48

3.3.2. Feature Extraction ....................................................... 55

3.3.3. Klasifikasi ................................................................... 59

3.3.4. Convolution Neural Network ...................................... 60

3.3.5. Pengukuran Performa .................................................. 66

3.3.6. Prediksi ....................................................................... 68

3.4. Cara Pengujian............................................................................. 69

3.5. Desain User Interface .................................................................. 70

3.5.1. Input GUI .................................................................... 70

3.5.2. Output GUI ................................................................. 70

BAB IV HASIL DAN ANALISIS ......................................................................... 71

4.1. Data.............................................................................................. 71

4.2. Implementasi Preprocessing ........................................................ 73

4.2.1. Case Folding ............................................................... 73

4.2.2. Stemming .................................................................... 74

4.2.3. Tokenizing .................................................................. 76

4.2.4. Stopwords Removal .................................................... 78

4.2.5. Punctuation Removal .................................................. 80

4.3. Implementasi Pembagian Data .................................................... 82

4.4. Implementasi Feature Extraction ................................................. 83

4.4.1. TF - IDF ...................................................................... 83

4.5. Implementasi Convolution Neural Network ............................... 85


xv

4.6. Implementasi Pengukuran Performa ........................................... 90

4.7. Hasil Penelitian ............................................................................ 92

4.7.1. Skenario Pertama ........................................................ 92

4.7.2. Skenario Kedua ........................................................... 95

4.7.3. Skenario Ketiga ........................................................... 98

4.7.4. Skenario Keempat ..................................................... 100

4.7.5. Skenario Kelima ........................................................ 103

4.8. Implementasi GUI ..................................................................... 106

BAB V KESIMPULAN DAN SARAN ............................................................... 109

5.1. Kesimpulan ................................................................................ 109

5.2. Saran .......................................................................................... 109

DAFTAR PUSTAKA ............................................................................................ 109

LAMPIRAN ........................................................................................................... 111


xvi

DAFTAR GAMBAR

Gambar 2. 1 Contoh Sederhana Model Ruang Vektor (Zhai & Massung, 2016) . 15

Gambar 2. 2 Ranking Dokumen Model Ruang Vektor (Zhai & Massung, 2016) 16

Gambar 2. 3 Term Frequency (Zhai & Massung, 2016) ....................................... 17

Gambar 2. 4 Invers Document Frequency ............................................................ 19

Gambar 2. 5 Weight TF - IDF............................................................................... 19

Gambar 2. 6 Perhitungan Model Probabilistik...................................................... 20

Gambar 2. 7 Jaringan Syaraf ................................................................................. 23

Gambar 2. 8 Struktur Neural Network .................................................................. 24

Gambar 2. 9 Single Layer Neural Network .......................................................... 27

Gambar 2. 10 Multiple Layers Neural Network ................................................... 27

Gambar 2. 11 Competitive Layers ........................................................................ 28

Gambar 2. 12 Fungsi Aktivasi linear .................................................................... 28

Gambar 2. 13 Fungsi Aktivasi Sigmoid ................................................................ 29

Gambar 2. 14 Fungsi aktivasi Tanh ...................................................................... 30

Gambar 2. 15 Fungsi Aktivasi ReLU.................................................................... 30

Gambar 2. 16 Arsitektur Convolution Neural Network ........................................ 33

Gambar 2. 17 Convolution Layer ......................................................................... 35

Gambar 2. 18 Iterasi 1 Conv Layer ....................................................................... 35




Gambar 2. 22 Pooling Layer ................................................................................. 37

Gambar 2. 23 Fully Connected Layer ................................................................... 38

Gambar 2. 24 Softmax Classifier .......................................................................... 40

Gambar 2. 25 Arsitektur Skip-Gram ..................................................................... 43

Gambar 3. 1 Data .................................................................................................. 47

Gambar 3. 2 Diagram Perancangan Sistem .......................................................... 48

Gambar 3. 3 Diagram Preprocessing .................................................................... 49

Gambar 3. 4 Diagram Feature Extraction ............................................................. 55


xvii

Gambar 3. 5 Contoh Hasil Term Frequency ......................................................... 56

Gambar 3. 6 Contoh Hasil Document Frecuency ................................................. 57

Gambar 3. 7 Contoh Hasil Weight TF-IDF .......................................................... 58

Gambar 3. 8 Diagram Klasifikasi ......................................................................... 59

Gambar 3. 9 Diagram Convolution Neural Network ............................................ 60

Gambar 3. 10 Modelling Convolution Neural Network ....................................... 61

Gambar 3. 11 Hasil Representasi Word Embedding ............................................ 63

Gambar 3. 12 Convolution Layer ......................................................................... 63

Gambar 3. 13 Max Pooling Layer ......................................................................... 64

Gambar 3. 14 Flatten Layer .................................................................................. 65

Gambar 3. 15 Diagram Confusion Matrix ............................................................ 67

Gambar 3. 16 Confusion Matrix ........................................................................... 68

Gambar 3. 17 Diagram Prediksi ............................................................................ 68

Gambar 3. 18 Desain GUI..................................................................................... 70

Gambar 4. 1 Embedding Layer to Conv1D Layer ................................................ 86

Gambar 4. 2 Conv1D Layer to Max Pooling Layer .............................................. 87

Gambar 4. 3 MaxPooling Layer to Flatten Layer ................................................. 87

Gambar 4. 4 Flatten Layer to Dense Layer ........................................................... 88

Gambar 4. 5 Kompilasi Model Covolution Neural Network ................................ 90

Gambar 4. 6 Confusion Matrix ............................................................................. 92

Gambar 4. 7 Akurasi dan Confusion Matrix Percobaan 1 .................................... 94



Gambar 4. 10 Akurasi dan Confusion Matrix Percobaan 1 .................................. 96





Gambar 4. 15 Akurasi dan Confusion Matrix Percobaan 3 ................................ 100



xviii






Gambar 4. 22 Tampilan Awal GUI ..................................................................... 106

Gambar 4. 23 Pengisian Text Field Judul dan Narasi ......................................... 107

Gambar 4. 24 Tampilan Prediksi Berita GUI ..................................................... 108


xix

DAFTAR TABEL

Tabel 2. 1 Case Folding ........................................................................................ 11

Tabel 2. 2 Stemming ............................................................................................. 12

Tabel 2. 3 Tokenizing ........................................................................................... 12

Tabel 2. 4 Stopwords Removal ............................................................................. 13

Tabel 2. 5 Punctuation removal ............................................................................ 13

Tabel 2. 6 Confusion Matrix ................................................................................. 44


Tabel 3. 2 Stemming ............................................................................................. 51



Tabel 3. 5 Punctuation Removal ........................................................................... 54

Tabel 3. 6 Setelah Preprocessing .......................................................................... 54

Tabel 3. 7 Proses Perhitungan Term Frequency ................................................... 56

Tabel 3. 8 Proses Perhitungan Invers Docoment Frequency ................................ 57

Tabel 3. 9 Proses Perhitungan Weight TF-IDF .................................................... 58

Tabel 3. 10 Contoh Representasi Word Embedding ............................................. 61

Tabel 3. 11 Contoh Hasil Prediksi Berita ............................................................. 67

Tabel 4. 1 Contoh Data ......................................................................................... 72


Tabel 4. 3 Stemming ............................................................................................. 75



Tabel 4. 6 Punctuation Removal ........................................................................... 81

Tabel 4. 7 Tokenizer ............................................................................................. 83

Tabel 4. 8 List Sequence ....................................................................................... 83

Tabel 4. 9 Term Frequency ................................................................................... 84

Tabel 4. 10 IDF ..................................................................................................... 84

Tabel 4. 11 Tabel Weight TF - IDF ...................................................................... 84


xx

Tabel 4. 12 Feature Extraction .............................................................................. 85

Tabel 4. 13 Tabel Prediksi .................................................................................... 91

Tabel 4. 14 Struktur Model Skenario Pertama ...................................................... 92

Tabel 4. 15 Akurasi Percobaan Pertama ............................................................... 93

Tabel 4. 16 Struktur Model Skenario Kedua ........................................................ 95

Tabel 4. 17 Akurasi Percobaan Kedua .................................................................. 96

Tabel 4. 18 Struktur Model Skenario Ketiga ........................................................ 98

Tabel 4. 19 Akurasi Percobaan Ketiga.................................................................. 98

Tabel 4. 20 Struktur Model Skenario Keempat .................................................. 100

Tabel 4. 21 Akurasi Percobaan Keempat ............................................................ 101

Tabel 4. 22 Struktur Model Skenario Kelima ..................................................... 103

Tabel 4. 23 Akurasi Percobaan Kelima .............................................................. 103

Tabel 4. 24 Hasil Akurasi Rata - Rata ................................................................ 105

Tabel 4. 25 Preprocessing ................................................................................... 107

Tabel 4. 26 Ekstraksi Ciri ................................................................................... 108


1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Berita adalah sebuah informasi yang bersifat fakta yang sedang

terjadi maupun sudah terjadi dan disampaikan melalui perantara media, baik

di media elektronik maupun media cetak. J.B. Wahyudi (dalam Drs. Arifin

S. Harahap, 2006:4) berpendapat bahwa berita adalah laporan tentang

sebuah peristiwa yang menarik, memiliki nilai penting bagi khalayak ramai,

masih baru, serta dipublikasikan atau disiarkan melalui berbagai media

dalam kurun waktu yang periodik. Penyampaian berita juga bisa melalui

mulut ke mulut dan harus merupakan sebuah berita lisan, bukan karangan

fiktif atau cerita yang dibuat-buat. Umumnya, berita yang disampaikan

merupakan sebuah fakta tentang kejadian yang telah terjadi ataupun sedang

terjadi di masyarakat. Oleh karena itu, dalam penyampaiannya harus

disertai fakta-fakta yang sifatnya terbaru atau terkini. Berita bertujuan untuk

memberikan informasi kepada masyarakat tentang sebuah kejadian terbaru.

Selain itu, berita juga bertujuan untuk mempengaruhi masyarakat secara

luas. Ketika berita tidak disajikan berdasarkan fakta, maka berita akan turut

berpengaruh pada masyarakat itu sendiri.

Berita mudah diakses lewat berbagai media, baik media cetak atau

media elektronik. Persebaran berita di media elektronik sangatlah tinggi

sekali karena berita elektronik mudah diakses oleh masyarakat umum,

khususnya media sosial. Media sosial yang sering digunakan masyarakat

untuk memberikan sebuah informasi berita yang paling sering adalah

Twitter, Facebook, dan Instagram.

Persebaran berita yang ada pada media elektronik tidak bisa

dikontrol sehingga banyak sekali berita yang tidak valid atau dapat disebut

berita palsu. Menurut Silverman (2015), berita palsu atau fake news adalah

sebagai rangkaian informasi yang memang sengaja disesatkan, namun

dijual sebagai kebenaran. Berita palsu bukan sekadar misleading alias


2

menyesatkan, informasi dalam berita palsu juga tidak memiliki landasan

faktual, namun disajikan seolah-olah sebagai serangkaian fakta. Media

penyebaran berita palsu internet pertama yang diketahui adalah via email,

biasanya berisi peringatan akan hal sebuah klaim palsu. Namun, dengan

berkembangnya teknologi, terutama pada smartphone dan media sosial,

jenis berita palsu di internet semakin banyak dan berbahaya.

Dengan cara manual, pembaca dapat melakukan deteksi berita palsu

bisa dilakukan. Misalnya membaca berita – berita di media massa. Akan

tetapi untuk berita yang begitu banyak, cara manual tidak mungkin bisa

dilakukan karena jumlah datanya sangat besar dan terus bertambah. Di

sinilah peran prediksi berita palsu yang secara otomatis dapat melakukan

prediksi berita. Pada proses prediksi berita palsu ini, peneliti tertarik

melakukan proses prediksi dengan menggunakan metode Convolution

Neural Network. Dalam proses prediksi, penggunaan metode ini lebih

efisien karena dalam proses klasifikasi dengan data teks yang banyak, tentu

perlu metode yang baik sehingga peneliti menggunakan Convolution Neural

Network.

Pada penelitian yang telah dilakukan oleh beberapa peneliti yang

menggunakan metode Covolution Neural Network, penelitian-penelitian

tersebut mendapatkan hasil dengan akurasi yang tinggi. Pada penelitian TI

– CNN: Covolution Neural Network for Fake News Detection, penelitian

menggunakan data text dan image dan melakukan proses klasifikasi dengan

mengunakan CNN dan mendapatkan hasil akurasi 92,2% (Yang Yang,

2018). Selanjutnya penelitian tentang Fake News Detection Using a Blend

of neural Network: An Application of Deep Learning. Penelitian tersebut

menggunakan data text yang dilakukan proses word embedding untuk

preprocessing-nya dan masuk ke dalam proses klasifikasi CNN sehingga

mendapatkan hasil akurasi sebesar 97,21% (Agarmal, Mittal, Pathak, &

Goyal, 2020).


3

Pada penelitian ini, peneliti menggunakan metode Convolution

Neural Network karena berdasarkan dari hasil penelitian – penelitian di atas,

peneliti mendapatkan hasil lebih dari 90% sehingga diharapkan dari hasil

prediksi berita palsu tersebut mendapatkan hasil akurasi yang tinggi.

1.2. Rumusan Masalah

Berdasarkan latar belakang di atas, rumusan masalah dalam penelitian ini

adalah:

a. Bagaimana pendekatan Convolution Neural Network mampu

memprediksi dengan baik berita palsu atau tidak palsu?

b. Berapa besar akurasi prediksi Convolution Neural Network?

1.3. Tujuan Penelitian

Berdasarkan rumusan masalah di atas, tujuan penelitian dalam penelitian ini

adalah:

a. Mengetahui pendekatan Convolution Neural Network mampu

memprediksi dengan baik berita palsu atau tidak palsu.

b. Mengetahui tingkat akurasi prediksi Convolution Neural Network.

1.4. Manfaat Penelitian

Berdasarkan tujuan penelitian di atas, manfaat dalam penelitian ini adalah:

a. Bagi Peneliti

Mampu mengimplementasikan ilmu informatika terutama yang

berkaitan dengan information retrieval.

b. Bagi Masyarakat

Masyarakat dapat mengambil keputusan dari berita yang telah diketahui

berita tersebut palsu atau asli.


4

c. Bagi Universitas

Memberikan kontribusi penambahan ilmu pengetahuan, khususnya bagi

prodi Informatika dan menambah bacaan untuk perpustakaan

Universitas Sanata Dharma serta memberikan referensi bagi mahasiswa

lain yang sedang dan/atau akan melakukan penelitian.

1.5. Batasan Masalah

Batasan masalah dalam penelitian ini adalah:

a. Berita yang digunakan adalah berita berbahasa Indonesia.

b. Berita yang diambil dari periode Juli 2015 hingga Agustus 2020 dari

situs turnbackhoax.id.

c. Data yang dikumpulkan dengan format .csv

1.6. Sistematika Penelitian

Penelitian ini disusun secara sistematika yang tersusun dari beberapa bab,

diantaranya sebagai berikut:

BAB I: PENDAHULUAN

Bagian ini berisi mengenai latar belakang, rumusan masalah, tujuan,

batasan masalah, metodologi penelitian, dan sistematika penulisan.

BAB II: LANDASAN TEORI

Bab ini berisi tentang teori-teori dasar yang berkaitan dengan

penelitian yang akan dilakukan, yang meliputi dari objek yang

digunakan, metode preprocessing yang digunakan, ekstraksi ciri

yang digunakan, dan klasifikasi yang digunakan.

BAB III: METODOLOGI PENELITIAN

Bagian ini berisi mengenai bahan riset atau data, peralatan

penelitian, metode pengumpulan data, tahap penelitian, desain alat

uji, cara pengujian, dan cara pengukuran akurasi sistem.


5

BAB IV: HASIL DAN ANALISIS

Bagian ini berisi mengenai implementasi dari konsep yang sudah

dibuat dan memaparkan hasil analisis terhadap langkah-langkah

penelitian yang sudah dikerjakan.

BAB V: PENUTUP

Bagian ini berisi mengenai kesimpulan dari penelitian yang telah

dikerjakan, kemudian berisi saran untuk kemajuan dan

perkembangan penelitian berikutnya yang mengulas tentang

penelitian ini.


6

BAB II

LANDASAN TEORI

Bab ini akan menjelaskan tentang teori – teori yang digunakan pada

penelitian ini, antara lain: Berita, Berita Palsu, Information Retrieval, Natural

Language Processing, Feature Extraction, Machine Learning, Deep Learning,

Jaringan Syaraf Tiruan, Convolution Neural Network, Pengukuran Performa, dan

Bahasa Python. Teori tersebut akan dijelaskan sebagai berikut ini.

2.1 Berita

Berita cerita atau keterangan mengenai kejadian atau peristiwa yang

hangat. Kejadian tersebut memiliki informasi fakta yang sedang terjadi

maupun sudah terjadi dan disampaikan melalui perantara media, baik itu

media elektronik maupun media cetak. Penyampaian berita juga bisa

melalui mulut ke mulut dan harus merupakan sebuah kenyataan, bukan

karangan fiktif atau cerita yang dibuat-buat. Oleh karena itu, dalam

penyampaiannya, berita harus disertai fakta-fakta yang sifatnya terbaru atau

terkini dan bisa diuji kredibilitasnya. Selain itu, tujuan dibuatnya berita ini

adalah juga untuk memberitahu kepada masyarakat secara luas. Ketika

berita yang disajikan tidak berdasarkan fakta, maka berita tersebut akan

turut berpengaruh pada masyarakat itu sendiri.

Beberapa ahli juga mengemukakan pendapatnya tentang pengertian

berita. Salah satunya J.B. Wahyudi yang mendefinisikan berita sebagai

laporan tentang sebuah peristiwa yang menarik, memiliki nilai penting bagi

khalayak ramai, masih baru, serta dipublikasikan atau disiarkan melalui

berbagai media dalam kurun waktu yang periodik. Eric C. Hepwood (1996)

mengemukakan bahwa berita adalah laporan pertama dari kejadian yang

penting sehingga dapat menarik perhatian umum. Definisi ini

mengungkapkan tiga unsur berita yakni aktual, penting, dan menarik.

Berita yang baik adalah berita yang memenuhi kode etik dalam

jurnalistik yang sudah memenuhi syarat-syarat (Drs. Arifin S. Harahap,

2006):


7

a. Berita harus berdasarkan fakta. Informasi dalam berita yang

disampaikan haruslah sesuai fakta yang sesungguhnya terjadi di

lapangan. Berita tidak boleh dibuat berdasarkan karangan atau

cerita fiktif.

b. Berita harus aktual, artinya informasi dalam berita yang

disampaikan adalah informasi terkini atau terbaru. Hal ini bisa

dibuktikan dengan jarak waktu antara berita disiarkan dengan

kejadian yang diberitakan tidak berbeda terlalu jauh.

c. Berimbang dengan informasi yang disampaikan. Tidak hanya

harus berupa fakta, namun juga berimbang. Berimbang artnya

fakta atau informasi yang disampaikan adalah informasi yang

sebenarnya serta tidak memihak maupun memojokkan salah satu

pihak. Dengan demikian, masyarakat yang membaca atau

melihat juga tidak akan terpengaruh.

2.2 Berita Palsu

Menurut Silverman (2017), berita palsu atau fake news adalah

sebagai rangkaian informasi yang memang sengaja disesatkan, namun

dijual sebagai kebenaran. Menurut Werme (2016), berita palsu adalah berita

yang mengandung informasi yang sengaja menyesatkan orang dan memiliki

agenda politik tertentu. Berita palsu bukan sekedar misleading alias

menyesatkan. Informasi dalam berita palsu juga tidak memiliki landasan

faktual, namun disajikan seolah-olah sebagai serangkaian fakta. Media

penyebaran berita palsu internet pertama yang diketahui adalah via email

dan biasanya berisi peringatan akan hal sebuah klaim palsu. Namun, dengan

berkembangnya teknologi, terutama pada smartphone dan media sosial,

jenis berita palsu di internet semakin banyak dan berbahaya.

Salah satu jenis kabar yang perlu diwaspadai adalah berita palsu

tentang virus. Berita palsu jenis ini biasanya dikembangkan oleh hacker dan

melakukan penyebarannya lewat email atau aplikasi chatting. Berita palsu

jenis ini biasanya berisi tentang adanya virus berbahaya di komputer atau


8

smartphone Anda yang sebenarnya tidak terinfeksi, sedangkan yang paling

sering terjadi dan sangat sulit dihindari adalah berita palsu dengan mengirim

pesan berantai. Pengguna aktif aplikasi chatting WhatsApp pasti sering

mendapat pesan untuk melanjutkan pesan ke beberapa teman lain dengan

berbagai alasan. Biasanya, pesan tersebut tentang mendapat hadiah tertentu

atau mengalami hal buruk jika tidak mengirimkannya. Selanjutnya ada pula

berita palsu pencemaran nama baik. Berita palsu dengan sifat ini sangat

berbahaya karena berita palsu bisa dengan mudah tersebar di dunia maya

dan mampu menghancurkan hidup seseorang.

2.3 Information Retrieval

Information Retrieval merupakan sebuah ilmu yang bertujuan untuk

pengambilan informasi dari dokumen – dokumen berdasarkan isi dan

konteks dari dokumen – dokumen itu sendiri. Tujuan dari information

retrieval adalah untuk memenuhi informasi pengguna dengan cara

mengambil dokumen yang akurat atau mengurangi dokumen yang tidak

akurat. Menurut Gerald Kowalski, Information Retrieval adalah suatu

sistem yang mampu melakukan penyimpanan, pencarian, dan pemeliharaan

informasi. Informasi dalam konteks yang dibaha dalam buku ini dapat

berupa informasi teks, gambar, audio, video, dan objek multimedia lainnya.

(Kowalski, 1997).

Menurut Christoper Manning, Information Retrieval adalah proses

menemukan suatu tema utama dalam dokumen yang tidak terstruktur dalam

koleksi yang besar untuk memenuhi kebutuhan informasi yang relevan.

Data tidak tersturktur adalah data yang tidak memiliki susunan simantik

atau dapat juga dikatakan data yang tidak memiliki struktur yang mudah

dikenali oleh computer. Data ini biasanya berupa teks. Selain memberikan

fasilitas penemuan kembali pada data yang tidak terstruktur, Information

Retrieval juga memberikan fasilitas pencarian data semistruktur, misalnya

mencari dokumen dengan judul dokumen yang mengandung kata “Java”


9

dengan badan teks yang mengandung kata “threading” (Manning,

Raghavan, & Schutze, 2008).

Information Retrieval memiliki beberapa subbidang, yaitu:

1. Document routing, filtering dan selective dissemination. Subbagian

ini berbalik arah dengan proses Information Retrieval pada

umumnya. Jika proses Information Retrieval yang umum adalah

membandingkan dokumen dengan query yang dimasukan user,

sedangkan pada document routing, filtering, dan selective

dissemination system akan membandingkan antardokumen

berdasarkan query untuk mendapatkan dokumen yang dapat

menarik minat pengguna. Contoh pada subbagian ini adalah

aggregator berita, misalnya dengan menggunakan proses routing

untuk memisahkan berita berdasarkan tema tertentu (bisnis, politik,

olahraga, dan sebagainya).

2. Text clustering and categorization system, adalah sistem

information retrieval yang akan mengelompokkan dokumen

berdasarkan kata kunci tertentu.

3. Summarization system atau peringkas teks sistem ini akan membuat

ringkasan dari teks yang diberikan. Contohnya adalah snippet yang

ditampilkan pada hasil pemcarian web.

4. Information extraction system, berfungsi untuk mengidentifikasi

entitas bernama, seperti nama tempat dan tanggal. Sistem ini juga

dapat mengkombinasikan informasi – informasi ke dalam remakan

terstruktur yang mendeskripsikan hubungan antara entitas – entitas

tersebut. Contohnya untuk membuat daftar buku dan pengarang dari

web data, ekstraksi informasi dari legal dokumen

5. Topic detection and tracking system, sistem ini berguna untuk

mengidentifikasi topik peristiwa dalam berita dan sumber – sumber

informasi yang sama.

6. Expert search system, sistem ini akan melakukan pengidentifikasian

keahlian dari seorang anggota organisasi.


10

7. Question answering system adalah sistem yang mengintegrasikan

informasi dari berbagai sumber untuk memberikan jawaban yang

singkat dari pertanyaan tertentu. Sistem ini kadang juga

digabungkan dengan tema information retrieval lain seperti

pencarian, peringkas teks, dan ekstraksi informasi. Jika sistem

information retrieval yang umumnya adalah mengembalikan

dokumen yang relevan kepada user berdasarkan query yang

diinputkan, namun pada sistem tanya jawab yang dikembalikan

adalah berupa kalimat singkat untuk menjawab pertanyaan user.

8. Multimedia information retrieval system adalah subbagian dari

information retrieval yang mengembangkan teknik – teknik dari

information retrieval pada data multimedia seperti gambar, video,

music dan pidato. Contoh dari sub bidang ini berupa pencarian

gambar, musik, video, dan sebagainya.

2.4 Natural Language Processing

Natural Language Processing (NLP) atau Pemrosesan Bahasa

Alami adalah sebuah otomatisasi proses untuk mengkaji interaksi antara

komputer dan bahasa alami manusia yang digunakan dalam kehidupan

sehari-hari. Karena bahasa alami manusia beraneka ragam, dalam

penerapan Natural Language Processing, pengguna sering menemui

permasalahan dalam ambiguitas kata ataupun kata dengan makna ganda

(Priansya, 2017). NLP merupakan cabang ilmu kecerdasan buatan yang

dikhususkan untuk mengolah pemrosesan linguistik. Bahasa alami manusia

memiliki kebergaman dan aturan tata bahasa yang berbeda-beda sehingga

komputer perlu untuk memproses bahasa yang biasa digunakan sehari-hari

oleh manusia sehingga dapat memahami maksud dari manusia pengguna

sistem. Dalam penerapannya, untuk membuat sebuah sistem yang dapat

melakukan Pemrosesan Bahasa Alami, pengguna harus terlebih dahulu

melalui text preprocessing atau tahap sebelum memproses teks. Text

preprocessing memiliki beberapa tahapan yaitu:


11

2.4.1 Case Folding

Case Folding adalah salah satu bentuk text preprocessing

yang paling sederhana dan efektif meskipun sering diabaikan.

Tujuan dari Case Folding untuk mengubah semua huruf dalam

dokumen menjadi huruf kecil. Hanya huruf ‘a’ sampai ‘z’ yang

diterima. Hal ini sering digunakan untuk sebagian besar masalah text

mining dan NLP untuk membantu dalam kasus dimana dataset yang

digunakan tidak terlalu besar dan membantu secara signifikan untuk

mendapatkan output yang konsisten.

Berikut contoh bagaimana penyelesaian Case Folding,

dimana kata – kata akan di konversi kedalam bentuk Case Folding

pada tabel 2.1:

Tabel 2. 1 Case Folding

Sebelum Sesudah

Italia pUnyA] FasilITas$

PeraWataN KESEHATAN

italia punya] fasilitas$

perawatan kesehatan

2.4.2 Stemming

Stemming adalah proses untuk mengurai infleksi dalam kata

ke bentuk kata dasar. Proses stemming ini dilakukan dengan

memotong akhir kata ataupun awalan kata dengan harapan dapat

mengubah kata menjadi kata dasarnya. Sebagai contoh pada tabel

2.2, terdapat kata “bermasalah”, maka kata akan menjadi “masalah”.

Selain itu, proses stemming juga berguna untuk mengurangi ukuran

struktur pengindeksan karena jumlah istilah indeks yang berbeda

menjadi berkurang.


12

Tabel 2. 2 Stemming

Sebelum Sesudah

italia punya] fasilitas$

perawatan kesehatan

italia punya] fasilitas$ awat

sehat

2.4.3 Tokenizing

Tokenizing adalah proses pemisahan teks menjadi potongan-

potongan yang disebut sebagai token untuk kemudian dianalisis.

Kata, angka, simbol, tanda baca, dan entitas penting lainnya dapat

dianggap sebagai token. Di dalam NLP, token diartikan sebagai

“kata” meskipun tokenize juga dapat dilakukan pada paragraf

maupun kalimat seperti pada tabel 2.3.

Tabel 2. 3 Tokenizing

Sebelum Sesudah

italia punya] fasilitas$ awat

sehat

'italia', 'punya]', 'fasilitas$',

'awat', 'sehat'

2.4.4 Stopwords Removal

Stopwords Removal yaitu menghilangkan kata – kata umum

yang sering digunakan dalam sebuah teks dan biasanya tidak

berguna jika digunakan untuk tujuan pencarian. Penghapusan

stopwords memiliki manfaat penting yaitu untuk mengurangi

ukuran indeks yang digunakan nantinya. Dengan mengurangi kata –

kata dengan informasi rendah dari teks, maka teks tersebut akn dapat

fokus pada kata – kata penting saja. Contoh terdapat pada tabel 2.4.


13

Tabel 2. 4 Stopwords Removal

Sebelum Sesudah

'italia', 'punya]', 'fasilitas$',

'awat', 'sehat'

'italia', 'fasilitas$', 'awat',

'sehat'

2.4.5 Normalization

Dalam langkah preprocessing, langkah yang paling sering

diabaikan adalah proses text normalization. Text normalization

adalah proses untuk mengubah teks menjadi bentuk standar,

misalnya, kata “bagussss” dan “bagoessss” menjadi “bagus” yang

merupakan bentuk standarnya. Normalisasi teks penting untuk teks

yang berisikan komentar dari media sosial dimana singkatan,

kesalahan ejaan, dan penggunaan kata – kata di luar kosakata pada

umumnya.

2.4.6 Punctuation Removal

Punctuation removal merupakan proses yang digunakan

untuk menghilangkan tanda baca dalam sebuah kalimat. Tanda baca

yang akan dihapus dalam proses ini adalah (!”#$%&\’()*+,-

./:;<=>?@[\\]^_`{|}~). Contoh terdapat pada tabel 2.5

Tabel 2. 5 Punctuation removal

Sebelum Sesudah

'italia', 'fasilitas$', 'awat',

'sehat'

'italia', 'fasilitas', 'awat', 'sehat'


14

2.5 Feature Extraction

Feature Extraction merupakan sebuah proses untuk mendapatkan

fitur-fitur yang terkandung dalam dokumen. Feature Extraction berfungsi

untuk mengurangi noise dengan menghapus feature yang tidak relevan,

sehingga dapat mengingkatkan akurasi klasifikasi.

Menurut Baeza-Yates, menyatakan terdapat 3 model yang

mendukung untuk proses Feature Extraction, yaitu model Boolean, model

ruang vektor, dan model probabilistic (Baeza-Yates & Ribeiro-Neto, 1999).

2.5.1. Model Boolean

Model Boolean adalah model pencarian sederhana yang

berasal dari teori Aljabar Boolean. Model ini menyediakan sebuah

framework yang mudah dimengerti oleh user umum dari

Information Retrieval. Selain itu, query dimasukkan sebagai

ekspresi Boolean yang memiliki sematik yang tepat. Dengan bentuk

sederhana tersebut, model Boolean banyak mendapat perhatian di

awal kemunculannya. Namun, model ini memiliki beberapa

kelemahan, di antaranya.

- Strategi pencarian berdasarkan standar keputusan biner, yaitu

dengan memprediksi apakah suatu dokumen relevan atau tidak

tanpa adanya skala penilaian sehingga menghalangi kinerja

pencarian yang baik.

- Dengan adanya penggunaan sematik yang tepat, seringkali

menyulitkan untuk menerjemahkan kebutuhan informasi ke

dalam ekpresi Boolean.

2.5.2. Model Ruang Vektor

Gambaran dari serangkaian dokumen sebagai vektor –

vektor dalam ruangan vektor umum disebut dengan model ruang

vektor. Model ruang vektor merupakan dasar untuk operasi

pencarian sejumlah informasi mulai dari memberi nilai dokumen

pada query, serta klasifikasi dan pembagian dokumen. Menurut


15

(Zhai & Massung, 2016), ruang vektor adalah sebuah model yang

simple dan model ini dapat digunakan secara efektif dalam proses

memberikan ranking dalam sebuah pemerolehan informasi. Model

ruang vektor ini memiliki kesamaan dalam model similarity yaitu

kedua model tersebut mencari relevansi terhadap kesamaan antara

dokumen dan query yang dimasukkan sehingga dapat diasumsikan

jika dalam satu dokumen tersebut terdapat kemiripan dengan query

daripada dokumen kedua, maka dokumen pertama akan

diasumsikan lebih relevan daripada dokumen yang kedua. Ini adalah

basic dari proses penilaian dokumen dalam model ruang vektor. Ide

dasar dari model ruang vektor sangat mudah dipahami.

Untuk menilai apakah model ruang vektor paling sederhana

ini benar-benar berfungsi dengan baik, dapat dilihat pada gambar

Gambar 2. 1 Contoh Sederhana Model Ruang Vektor (Zhai &

Massung, 2016)

Gambar 2.1 merupakan sebuah sample dokumen dan sample

query. Dalam query, terdapat kata “news about presidential

campaign”. Selanjutnya terdapat lima dokumen berasal dari corpus

yang memiliki perbedaan terms dalam query-nya. Dalam model

ruang vektor, pertama-tama menghitung vektor untuk dokumen ini

dan query. Dalam query terdapat 4 kata yaitu � ��"news","about", "presidential", "campaign"}. Sehingga dalam ��

terdapat dua kata yang memilik similarity yaitu news dan about

sehingga nilai dari �� adalah 2. Pada �� terdapat tiga kata yang


16

memiliki similarity dengan query yaitu news, presidential, dan

campaign, sehingga nilai dari �� adalah 3. Berdasarkan

perbandingan tingkat similarity antara �� dan ��, �� memiliki

ranking lebih tinggi dari ��. Jika diterapkan pada

��, �, ��, �, �� , maka akan mendapatkan hasil pada gambar

2.2

Gambar 2. 2 Ranking Dokumen Model Ruang Vektor (Zhai &

Massung, 2016)

Gambar 2.2 telah dilakukan ranking dari kelima dokumen

tersebut. Fungsi penilaian vektor bit menghitung jumlah istilah kueri

unik yang cocok di setiap dokumen. Namun, terdapat masalah pada

dokumen �, ��, dan �. Ketiga dokumen tersebut memiliki nilai

yang sama yaitu 3. Setelah diperiksa lebih dekat, � seharusnya nilai

tinggi dari �� karena �� hanya menyebutkan kata “presidential”

hanya sekali dibandingkan dengan � yang menyebutkan kata

“presidential” berulang kali. Selain itu, �� lebih relevan dan

mendapatkan nilai lebih dari �. Kata “presidential” lebih penting

daripada kata “about” meskipun kata “presidential” dan “about”

terdapat dalam query. Tetapi model ruang vektor ini tidak

melakukan tersebut sehingga untuk mengatasi hal tersebut, perlu

dilakukan proses perhitungan kembali dengan menggunakan Term


17

Frequency untuk menghitung frekuensi kemuculan sebuah kata

dalam dokumen.

Pada model ruang vektor, kata unik yang muncul dalam

dokumen diberi nilai 1 dan 0, sedangkan dalam Term Frequency

kata unik yang muncul dalam dokumen akan dihitung dari

banyaknya kata tersebut muncul sehingga nilai dari kata yang

muncul tidak hanya 1 dan 0, melainkan akan dihitung kemunculam

kata di query dalam dokumen. Dengan demikian, dapat disimpulkan

dengan rumus:

��, �� ⋯ � ��

��

(2. 1)

Dengan penggunaan rumus tersebut, penilaian dokumen

dengan query yang ada tentu memiliki perbedaan. Contoh yaitu nilai

dari �, ��, dan � memiliki nilai yang sama, tetapi saat

menggunakan Term Frequency nilai tersebut akan berbeda. Contoh

bisa dilihat pada gambar 2.3

Gambar 2. 3 Term Frequency (Zhai & Massung, 2016)

Kemunculan pada � lebih tinggi karena terdapat perulangan kata

yang dihitung yaitu kata “presidential” terdapat 2 kata dalam �

sehingga nilai dari � lebih tinggi dari � dan ��.


18

Namun, hasil dari perhitungan � dan �� memiliki nilai yang

sama. Proses perankingan tersebut dapat dilakukan dengan

melakukan proses Inverse Document Frequency, yaitu jumlah

dokumen yang mengandung sebuah term yang dicari dari kumpulan

dokumen yang ada.

�� log "# � 1��%

(2. 2)

Keterangan:

�� : inverse document frequency yang

mengandung term �

# : Jumlah dokumen dalam koleksi

�� : jumlah koleksi dokumen yang

mengandung term �

Sebagai contoh, melakukan perbandingan pada � dan ��,

dimana terdapat kata” campaign” dan “about”. Untuk melakukan

perhitungan, perlu diasumsikan untuk nilai #, ��&'()�, dan

��*��+��,��.

M : 10.000

��&'()� : 5000

��*��+��,�� : 1166

Kemudian, menghitung idf dari about:

-./��&'()� � log " 10.001��&'()�% � log "10.001

5000 % ≈ 1.0

Idf dari campaign:

-./�*��+��,�� log " 10.001��*��+��,��% � log "10.001

1166 % ≈ 3.1


19

Setelah melakukan perhitungan nilai idf pada kedua kata

tersebut, selanjutnya adalah menghitung perankingan dengan hasil

dari IDF dan dikalikan dengan nilai TF tersebut.

��,6 � )��,6 7 �� (2. 3)

Sehingga mendapatkan hasil pada gambar 2.4

Gambar 2. 4 Invers Document Frequency

Dapat disimpulkan nilai dari � lebih tinggi dari ��. Berdasarkan

proses perurutan pada 5 dokumen tersebut dan berdasarkan proses

pembobotan TF-IDF, perhitungan mendapatkan hasil

Gambar 2. 5 Weight TF - IDF

2.5.3. Model Probabilistik

Model probabilistik adalah model untuk mengurutkan

dokumen dalam urutan menurun terhadap peluang relevansi sebuah

dokumen terhadap kebutuhan informasi user (Zhai & Massung,


20

2016). Perhitungan yang dilakukan pada setiap kata pada query dan

akan diketahui nilai bobot dari dokumen yang dicari. Dokumen yang

paling relevan memiliki jumlah nilai bobot tertinggi.

Pada model probabilistik ini, proses perankingan

berdasarkan probabilitas yang diberikan dokumen � apakan relevan

dengan query �, atau +�8 � 1|�, �� dimana 8 ∈ �0,1; adalah

variabel acak biner yang menunjukkan relevansi (Gambar 2.6).

Gambar 2. 6 Perhitungan Model Probabilistik

Pada gambar di atas, � dan � dalam tabel ini dan kemudian

menghitung dengan:

+�8 � 1|�, �� *'(�)�8 � 1, �, ��*'(�)��, ��

(2. 4)

Keterangan:

+�8 � 1|�, �� : Probabilitas kemunculan kata dalam

dokumen

*'(�)�8 � 1, �, �� : Jumlah kemunculan kata pada dokumen

*'(�)��, �� : Panjang dokumen


21

Sebagai contoh, melakukan perhitungan probabilitas pada query

“presidential campaign”, maka kata “presidential” akan dicari pada

setiap kata pada dokumen, berapa banyak kemunculan kata tesebut

dalam dokumen, sama halnya dengan kata “campaign” sehingga

dimasukkan ke dalam rumus:

+�� "presidential campaign"|��

� *�"presidential", ��|�| 7 *�"campaign", ��

|�|

Sehingga jika diimplementasikan pada dokumen �, ��, dan

� menjadi:

+��|�� 2|�| 7 1

|�|

+��|�� 1|��| 7 1

|��|

+��|�� 0|�| 7 1

|�| Untuk menghitung score pada dokumen tersebut, telah

dilakukan perhitungan berapa kali kata presidential dan campaign

muncul. Data dapat dilihat pada kata presidential muncul 2 kali

dalam � maka ditulis

|>?| dan dikalikan dengan kata campaign yang

muncul 1 kali pada � maka ditulis �

|>?|. Sama halnya pada � dan

��. Perhitungan probabilitas tersebut perlu dilakukan perhitungan

untuk proses scoring pada setiap dokumen agar pada setiap

dokumen mendapatkan hasil akhir apakah dokumen tersebut relevan

atau tidak dengan query yang di inputkan, untuk melakukan

perhitungan scoring tersebut dapat menggunakan rumus:

@*'AB��, �� log +��|�� log +��|�� *��, �� log +��|��

C∈D

�

��

(2. 5)

Keterangan:


22

@*'AB��, �� : Score probabilitas query terhadap dokumen

+��|�� : Probabilitas kata dalam dokumen

*��, �� : Jumlah kata dalam dokumen

2.6 Machine Learning

Istilah machine learning pertama kali didefinisikan oleh Arthur

Samuel pada tahun 1959. Menurut Arthur Samuel, machine learning adalah

salah satu bidang ilmu komputer yang memberikan kemampuan

pembelajaran kepada komputer untuk mengetahui sesuatu tanpa pemrogram

yang jelas (Samuel, 1988). Menurut Mohri dkk (2012), machine learning

dapat didefinisikan sebagai metode komputasi berdasarkan pengalaman

untuk meningkatkan performa atau membuat prediksi yang akurat. Definisi

pengalaman disini ialah informasi sebelumnya yang telah tersedia dan bisa

dijadikan data pembelajar.

Dalam pembelajaran machine learning, terdapat beberapa skenario-

scenario, seperti:

1. Supervised Learning

Penggunaan skenario supervised learning, pembelajaran menggunakan

masukan data pembelajaran yang telah diberi label. Setelah itu membuat

prediksi dari data yang telah diberi label.

2. Unsupervised Learning

Penggunaan skenario Unsupervised Learning, pembelajaran

menggunakan masukan data pembelajaran yang tidak diberi label.

Setelah itu mencoba untuk mengelompokan data berdasarkan

karakteristik-karakteristik yang ditemui.

3. Reinforcement Learning

Pada skenario reinforcement learning, fase pembelajaran dan tes saling

dicampur dengan tujuan untuk mengumpulkan informasi pembelajar

secara aktif dengan berinteraksi ke lingkungan sehingga untuk

mendapatkan balasan untuk setiap aksi dari pembelajar.


23

Saat ini telah banyak pendekatan machine learning yang digunakan

untuk deteksi spam, Optical character recognition (OCR), pengenalan

wajah, deteksi penipuan online, NER (Named Entity Recognition), Part-of-

Speech Tagger.

2.7 Jaringan Syaraf Tiruan

Jaringan Syaraf Tiruan atau Artificial Neural Network (ANN)

merupakan suatu model komputasi paralel yang meniru fungsi dari sistem

jaringan syaraf biologi otak manusia. Otak manusia terdiri dari milyaran

neuron yang saling berhubungan. Hubungan ini disebut dengan Synapses.

Komponen neuron terdiri atas satu inti sel yang akan melakukan

pemrosesan informasi, satu akson (axon), dan minimal satu dendrit.

Informasi yang masuk akan diterima oleh dendrit. Selain itu, dendrit juga

menyertasi akson sebagai keluaran dari suatu pemrosesan informasi.

Gambar 2. 7 Jaringan Syaraf

Cara kerja dari sistem syaraf di atas adalah bermula pada sinyal

masuk melalui dendrit menuju cell body. Kemudian sinyal akan diproses di

dalam cell body berdasarkan fungsi tertentu (Summation Process). Jika

sinyal hasil proses melebihi nilai ambang batas (treshold) tertentu, maka

sinyal tersebut akan membangkitkan neuron untuk meneruskan sinyal

tersebut. Jika sinyal hasil proses di bawah nilai ambang batasnya, maka

sinyal tersebut akan dihalangi (inhibited). Kemudian sinyal yang diteruskan


24

akan menuju ke axon dan akhirnya menuju ke neuron lainnya melewati

synapse.

ANN merupakan sistem adatif yang dapat mengubah strukturnya

untuk memecahkan suatu masalah berdasarkan informasi internal maupun

eksternal. ANN bersifat fleksibel terhadap inputan data dan menghasilkan

output respon konsisten. ANN telah banyak digunakan dalam area yang

luas. Penerapan ANN dapat mengidentifikasi beberapa aplikasi yaitu:

a. Estimasi/prediksi (aproksimasi fungsi, peramalah)

b. Pengenalan Pola (klasifikasi, diagnosis, dan analisis diskriminan)

c. Klustering (pengelompokan tanpa adanya pengetahuan sebelumnya).

2.7.1. Komponen Neural Network

Neural Network memiliki beberapa tipe yang berbeda-beda,

akan tetapi hampir semua komponen yang dimiliki sama. Seperti

halnya jaringan syaraf pada otak manusia, neural network juga terdiri

atas beberapa neuron unit yang saling behubungan. Masing-masing

dari neuron tersebut akan melakukan transformasi informasi yang

diterima melalui sambungan keduanya menuju neuron lain.

Hubungan ini biasanya disebut dengan sebutan bobot (Weight).

Informasi tersebut disimpan pada suatu nilai tertentu pada bobot

tertentu. Berikut adalah struktur neuron pada neural network:

Gambar 2. 8 Struktur Neural Network

Gambar 2.8 di atas menunjukan struktur yang dimiliki oleh

Neural Network. Komponen yang dimiliki struktur tersebut sebagai

berikut:

1. Input terdiri atas variabel independet �E1, E2, E3, . . . . . E�� yang

merupakan sebuah sinyal yang masuk ke sel syaraf.


25

2. Bobot (Weigth) terdiri atas beberapa bobot

�F1, F2, F3, . . . . . F�, � yang berhubungan dengan masing-

masing node.

3. Threshold merupakan nilai ambang batas internal dari node.

Besar nilai ini mempengaruhi aktivasi dari output node �.

4. Activation Function (Fungsi Aktivasi) merupakan operasi

matematika yang dikenal pada sinyal output y.

Cara kerja struktur neural network diatas tidak jauh berbeda

dengan struktur jaringan syaraf pada manusia. Informasi (input)

akan dikirimkan dengan bobot kedatangan tertentu. Input tersebut

kemudian diproses oleh suatu fungsi perambatan yang akan

menjumlahkan nilai-nilai semua bobot yang datang. Hasil

penjumlahan ini kemudian akan dibandingkan dengan suatu nilai

ambang (threshold) tertentu melalui fungsi aktivasi setiap neuron.

Jika input tersebut melewati suatu nilai ambang tertentu, maka

neuron tersebut akan diaktifkan. Jika tidak, neuron tersebut tidak

akan diaktifkan. Apabila neuron diaktifkan, selanjutnya neuron

tersebut akan mengirimkan output melalui bobot-bobot outputnya

ke semua neuron yang berhubungan dengannya, begitu seterusnya.

Pada neuron layer, penempatan neuron-neuron akan

dikumpulkan dalam neuron layer (lapisan-lapisan). Kemudian

neuron-neuron pada satu lapisan akan dihubungkan dengan lapsan-

lapisan sebelum dan sesudahnya, kecuali lapisan input dan output.

Informasi yang dibawa dari langkah input awal akan dirambatkan

dari lapisan ke lapisan dari lapisan input sampai lapisan output.

Lapisan ini sering disebut dengan istilah hidden layer (lapisan

tersembunyi). Pada umumnya, setiap neuron terletak pada lapisan

yang sama akan memiliki keadaan yang sama sehingga pada setiap

lapisan sama, setiap neuron akan memiliki fungsi aktivasi yang sama.

Koneksi antarlapisan dengan neuron harus selalu berhubungan.


26

Faktor terpenting dalam menentukan kelakuan suatu neuron adalah

terletak pada pola bobot dan fungsi aktivasinya.

2.7.2. Arsitektur Neural Network

Pada Neural Network, neuron-neuron yang ada pada lapisan

yang sama memiliki keadaan yang sama. Terdapat faktor penting

dalam menentukan sifat suaru neuron yaitu bobot (Weight) dan

penggunaan fungsi aktivasi dari neuron tersebut. Setiap lapisan pada

neuron memiliki fungsi aktivasi yang sama. Arsitektur yang dapat

dibentuk oleh ANN bermacam-macam, dari yang paling sederhana

terdiri satu neuron (single neuron) sampai yang paling rumit menjadi

multi neuron (multiple neuron) dalam satu lapis (single layer),

sampai jaringan multiple neuron dalam multiple layers. Beberapa

jaringan tersebut memiliki kemampuan yang berbeda-beda. Semakin

rumit suatu jaringan, persoalan yang dapat diselesaikan menjadi lebih

luas. Namun, terdapat kelemahan yaitu kerumitan tersebut dapat

menimbulkan persoalan tersendiri pada kebutuhan proses trainning

dan simulasi (testing) yang akan memerlukan waktu lebih lama.

Menurut Hermawan (2006), a rsitektur neural network dapat dibagi

berdasarkan jumlah lapisannya di antaranya:

1. Single Layer Neural Network: Jaringan dengan lapisan tunggal

terdiri atas 1 lapisan input dan 1 lapisan output. Setiap neuron

yang terdapat di dalam lapisan input selalu terhubung dengan

setiap neuron yang terdapat pada lapisan output. Jaringan ini

hanya menerima input kemudian secara langsung akan

mengolahnya menjadi output tanpa harus melalui lapisan

tersembunyi:


27

Gambar 2. 9 Single Layer Neural Network

2. Multiple Layers Neural Network: Jaringan dengan lapisan jamak

memiliki ciri khas tertentu yaitu memiliki 3 jenis lapisan yakni

lapisan input, lapisan output, dan lapisan tersembunyi. Jaringan

dengan banyak lapisan ini dapat menyelesaikan permasalahan

yang lebih kompleks dibandingkan jaringan dengan lapisan

tunggal. Akan tetapi, proses pelatihan sering membutuhkan

waktu yang cenderung lama.

Gambar 2. 10 Multiple Layers Neural Network

3. Competitive Layers: Pada jaringan ini, sekumpulan neuron

bersaing untuk mendapatkan hak menjadi aktif. Contoh

algoritma yang menggunakan jaringan ini adalah LVQ.


28

Gambar 2. 11 Competitive Layers

2.7.3. Fungsi Aktivasi

Fungsi aktivasi merupakan fungsi yang menggambarkan

hubungan antara tingkat aktivitas internal (summation function) yang

mungkin berbentuk linear ataupun nonlinear. Fungsi ini bertujuan

untuk menentukan apakah neuron diaktifkan atau tidak. Ada

beberapa fungsi aktivasi yang sering digunakan dalam Neural

Network, yaitu sebagai berikut:

1. Fungsi Aktivasi Linear

Fungsi aktivasi linear merupakan fungsi yang memiliki

nilai output yang sama dengan nilai input-nya. Hal ini berkaitan

dengan, jika sebuah neuron menggunakan linear activation,

maka keluaran dari neuron tersebut adalah weighted sum dari

input + bias. Grafik fungsi linear ditunjukan oleh gambar 2.12.

Gambar 2. 12 Fungsi Aktivasi linear

2. Fungsi Aktivasi Sigmoid

Fungsi aktivasi sigmoid merupakan fungsi nonlinear.

Masukan untuk fungsi aktivasi ini berupa bilangan real dan


29

output dari fungsi tersebut memiliki range antara 0 sampai 1.

Berikut ini grafik fungsi aktivasi sigmoid:

Gambar 2. 13 Fungsi Aktivasi Sigmoid

Jika input dari suatu node pada neural network bernilai

negatif, maka keluaran yang didapatkan adalah 0. Jika

masukannya berilai positif, maka keluaran nilainya adalah satu.

Fungsi ini memiliki kekurangan yaitu sigmoid dapat mematikan

gradient, ketika aktivasi dari neuron mengeluarkan nilai yang

berada pada range 0 atau satu, gradient di wilayah ini hampir

bernilai 0. Kemudian output dari sigmoid tidak zero-centered.

3. Fungsi Aktivasi Tanh

Fungsi aktivasi Tanh merupakan fungsi nonlinear.

Masukan untuk fungsi aktivasi ini berupa bilangan real dan

output dari fungsi tersebut memiliki range antara -1 sampai 1.

Berikut ini grafik fungsi aktivasi tanh:

)��ℎ�� 2H�2�� − 1 (2. 6)


30

Gambar 2. 14 Fungsi aktivasi Tanh

Sama seperti fungsi sigmoid, fungsi ini memiliki

kekurangan yaitu dapat mematikan gradient. Akan tetapi fungsi

ini juga memiliki kelebihan yaitu output yang dimiliki fungsi

Tanh merupakan zero-centered. Dalam pengaplikasiannya,

fungsi Tanh lebih menjadi pilihan jika dibandingkan dengan

fungsi sigmoid. Perlu diketahui fungsi tanh merupakan

pengembangan dari fungsi Sigmoid.

4. Fungsi Aktivasi ReLU

Pada dasarnya, fungsi ReLU (Rectified Linear Unit)

melakukan “threshold” dari 0 hingga infinity. Fungsi ini menjadi

salah satu fungsi yang populer saat ini. Berikut ini grafik fungsi

aktivasi tanh

Gambar 2. 15 Fungsi Aktivasi ReLU

Pada fungsi ini, masukan dari neuron-neuron berupa

bilangan negatif, maka fungsi ini akan menerjemahkan nilai

tersebut ke dalam nilai 0, dan jika masukan bernilai positif maka


31

output dari neuron adalah nilai aktivasi itu sendiri. Fungsi

aktivasi ini memiliki kelebihan yaitu dapat mempercepat proses

konvigurasi yang dilakukan dengan Stochastic Gradient Descent

(SGD) jika dibandingkan dengan fungsi sigmoid dan tanh.

Namun, aktivasi ini juga memiliki kelemahan yaitu aktivasi ini

bisa menjadi rapuh pada proses training dan bisa membuat unit

tersebut mati.

2.8 Deep Learning

Deep Learning merupakan salah satu bidang dari Machine Learning

untuk implementasi permasalahan dengan dataset yang besar. Teknik Deep

Learning memberikan arsitektur yang sangat kuat untuk Supervised

Learning. Dengan menambahkan lebih banyak lapisan, model pembelajaran

tersebut bisa mewakili data citra berlabel dengan lebih baik. Pada Machine

Learning, terdapat teknik untuk menggunakan ekstraksi fitur dari data

pelatihan dan algoritma pembelajaran khusus untuk mengklasifikasi citra

maupun untuk mengenali suara. Namun, metode ini masih memiliki

beberapa kekurangan baik dalam hal kecepatan dan akurasi.

Aplikasi konsep jaringan syaraf tiruan yang dalam (banyak lapisan)

dapat ditangguhkan pada algoritma Machine Learning yang sudah ada

sehingga komputer sekarang bisa belajar dengan kecepatan, akurasi, dan

skala yang besar. Prinsip ini terus berkembang hingga Deep Learning

semakin sering digunakan pada komunitas riset dan industri untuk

membantu memecahkan banyak masalah data besar seperti Computer

Vision, Speech Recognition, dan Natural Language Processing. Feature

Engineering adalah salah satu fitur utama dari Deep Learning untuk

mengekstrak pola yang berguna dari data yang akan memudahkan model

untuk membedakan kelas. Feature Engineering juga merupakan teknik

yang paling penting untuk mencapai hasil yang baik pada tugas prediksi.

Namun, sulit untuk dipelajari dan dikuasai karena kumpulan data dan jenis

data yang berbeda memerlukan pendekatan teknik yang berbeda juga.


32

Algoritma yang digunakan pada Feature Engineering dapat

menemukan pola umum yang penting untuk membedakan antara kelas

Dalam Deep Learning, metode Convolutional Neural Network sangatlah

bagus dalam menemukan fitur yang baik pada teks ke lapisan berikutnya

untuk membentuk hipotesis nonlinier yang dapat meningkatkan

kekompleksitasan sebuah model.

Model yang kompleks tentunya akan membutuhkan waktu pelatihan

yang lama sehingga di dunia Deep Learning pengunaan GPU sudah

sangatlah umum (Danukusumo, 2017).

2.9 Convolution Neural Network

Convolutional Neural Network (CNN) merupakan salah satu

pengembangan dari Jaringan Syaraf Tiruan yang terinspirasi dari jaringan

syaraf manusia dan biasanya digunakan untuk melakukan peramalan dan

pengenalan pola. Convolutional Neural Network merupakan pengembangan

dari Multilayer Perception yang didesain untuk melakukan pengolahan data

dalam bentuk dua dimensi. Tidak seperti MLP yang setiap neuron hanya

berukuran satu dimensi, CNN termasuk dalam Deep Neural Network karena

ke dalam jaringan yang tinggi dan banyak diaplikasikan dalam machine

learning. CNN hampir sama dengan neural network pada umumnya yang

memiliki neuron, bobot, dan bias.

Pada dasarnya, Convolution Neural Network merupakan

beberapa lapisan konvolusi dengan fungsi aktivasi ReLU atau Tanh

yang biasa diterapkan pada proses pelatihan. Di dalam feed forward

neuron network menghubungkan setiap neutron ke output neuron

pada lapisan berikutnya, biasanya disebut dengan fully – connected

atau affine layer. Pada CNN, tidak diperlukan beberapa langkah

yang dilakukan pada neural network tradisional, sebaliknya yaitu

menggunakan metode konvolusi yang melalui input layer untuk

menghitung output. Setiap layer diterapkan filter yang berbeda,

biasanya terdiri atas ratusan atau ribuan filter dan


33

mengkombinasukan hasil dari operasi kovolusi tersebut. Selama

proses traning terjadi, CNN secara otomatis mempelajari nilai hasil

penerapan filter pada operator konvolusi berdasarkan pada tugas

yang diinginkan. CNN dapat belajar untuk mendeteksi pada layer

pertama, kemudian menggunakannya untuk mendeteksi bentuk

sederhana pada lapisan kedua, dan kemudian menggunakan hasil

ekstraksi fitur pada filter sebelumnya untuk mendeteksi fitur pada

tingkatan yang lebih tinggi.

Gambar 2. 16 Arsitektur Convolution Neural Network

2.9.1. Embedding Layer

Komputer melihat text input pada Embedding Layer dengan

yang memetakan indeks kata kosakata dalam representasi matrix

vector dalam low dimensional space untuk mengasumsikan bahwa

setiap kata sesuai dengan vektor dalam ruang dimensi rendah yang

tidak diketahui dan mendefinisikan model bahasa hanya

berdasarkan representasi vektor dari kata-kata yang terlibat sehingga

parameter untuk model bahasa seperti itu akan menjadi representasi

vektor dari kata-kata. Hasilnya dengan menyesuaikan model ke

kumpulan data tertentu, maka dapat mempelajari representasi vektor


34

untuk semua kata. Model bahasa ini disebut neural language models

karena dapat direpresentasikan sebagai jaringan saraf.

Misalnya, dalam skip-gram neural language model, tujuan

dari fungsi ini adalah menggunakan setiap kata untuk memprediksi

semua kata lain dalam konteksnya seperti yang ditentukan oleh

jendela di sekitar kata dan probabilitas untuk memprediksi kata w1

jika kata w2 didapatkan dari persamaan rumus

+��|�� B�+�J�KKKK⃗ . JKKKK⃗ �∑ B�+�JNKKK⃗ . JKKKK⃗ �CO∈D

(2. 7)

Keterangan:

+��|�� : Score probabilitas kata �� jika �

J� : representasi vektor yang sesuai dari kata ��.

2.9.2. Convolution Layer

Convolution layer adalah blok utama di dalam CNN yang

terdiri atas beragam filter yang diinisialisasi secara acak untuk

melakukan operasi konvolusi yang berfungsi sebagai ekstraksi fitur

untuk mempelajari representasi fitur dari suatu input text. Pada

convolution layer, neuron tersusun menjadi feature maps. Setiap

neuron pada feature map sebagai receptive field, terhubung pada

neuron – neuron dari convolution layer sebelumnya melalui

serangkaian bobot yang dilatih, biasa juga disebut dengan filter bank

(LeCun, 2015).

Convolution layer terdiri atas neuron yang tersusun

sedemikian rupa sehingga membentuk sebuah filter yang panjang

dan tinggi. Sebagai contoh, layer pertama pada layer dengan ukuran

4x7. Kedua filter ini akan digeser ke seluruh bagian dari text. Setiap

pergeseran akan dilakukan operasi dot antara input dan nilai dari


35

filter tersebut sehingga menghasilkan sebuah output atau biasa

disebut sebagai feature map.

Gambar 2. 17 Convolution Layer

Contoh perhitungan:

Langkah 1: membuat filter terlebih dahulu, sebagai contoh membuat

3 ukuran wilayah (2,3,4) dan 2 filter setiap wilayah sehingga

mendapatkan 6 filter. Filter pertama berukuran 4x7, filter kedua

berukuran 3x7 dan filter ketiga berukuran 2x7

Langkah 2: Melakukan proses perhitungan sliding

Proses perhitungan convolution matrix 4x7 pertama

Iterasi 1:

Gambar 2. 18 Iterasi 1 Conv Layer


36

Iterasi 2:


Iterasi 3:


Iterasi 4:



37

2.9.3. Operasi Pooling

Pooling merupakan pengurangan ukuran matriks dengan

menggunakan operasi pooling. Pooling layer biasanya berada

setelah proses convolution layer. Pada dasarnya, pooling layer

terdiri dari sebuah filter dengan ukuran � 7 � dan stride tertentu

yang akan secara bergantian bergeser pada seluruh area feature map.

Dalam pooling, layer secara bergantian bergeser pada seluruh area

feature map. Dalam pooling layer, terdapat dua macam pooling yang

biasa digunakan yaitu average pooling dan max pooling. Nilai yang

diambil dari average pooling adalah nilai rata – rata, sedangkan pada

max pooling adalah nilai maksimal. Laporan Pooling yang

dimasukkan di antara lapisan konvolusi secara berturut – turut dalam

arsitektur dalam model CNN dapat secara progresif mengurangi

ukuran volume output pada feature map sehingga mengurangi

jumlah parameter dan perhitungan di jaringan tersebut untuk

mengendalikan overfitting. Lapisan pooling bekerja di setiap

tumpukan feature map dan menggunakan pengurangan pada

ukurannya. Bentuk lapisan pooling umumnya dengan menggunakan

panjang dari filter tersebut.

Gambar 2. 22 Pooling Layer


38

2.9.4. Fully Connected Layer

Fully Connected Layer adalah sebuah lapisan yang semua

neuron aktivasi dari lapisan sebelumnya terhubung semua dengan

neuron di lapisan selanjutnya sama seperti halnya dengan neural

network pada umumnya. Pada dasarnya, lapisan ini biasanya

digunakan pada MLP (Multi-Layer Perceptron) yang mempunyai

tujuan untuk melakukan transformasi pada dimensi data agar data

dapat diklasifikasikan secara linear. Perbedaan antara lapisan fully -

connected dan lapisan konvolusi biasa adalah neuron di lapisan

konvolusi terhubung hanya ke daerah tertentu pada input, sementara

lapisan fully - connected memiliki neuron yang secara keseluruhan

terhubung. Namun, kedua lapisan tersebut masih mengoperasikan

produk dot sehingga fungsinya tidak begitu berbeda. Berikut ini

adalah proses fully – connected.

Gambar 2. 23 Fully Connected Layer

2.9.5. Softmax Classifier

Fungsi softmax menghitung distribusi probabilitas dari

kejadian di atas 'n' dari berbagai kejadian. Secara umum, fungsi ini

akan menghitung probabilitas masing-masing kelas tujuan melalui


39

semua kelas yang ada. Kemudian probabilitas melakukan kalkulasi

yang sangat membantu untuk menentukan kelas tujuan dari input

yang diberikan. Keuntungan utama menggunakan Softmax adalah

output dengan rentang probabilitas. Rentang akan 0 sampai 1 dan

jumlah semua probabilitas akan sama dengan satu. Jika fungsi

softmax digunakan untuk model multi-classification, softmax dapat

mengembalikan probabilitas masing-masing kelas dan kelas target

akan memiliki probabilitas tinggi. Fungsi softmax didefinisikan

sebagai berikut:

/�� P�+��∑ P+��6�Q6�R

, � � 0,1,2,3, . . ., (2. 8)

Perhitunganan Feed forward menggunakan softmax

#�� S�/T�� 7 F�� /T� 7 F�� /T�� 7 F �� /T� 7 FU� � �/T � 7 FV� � �/TW� 7 F�� X/T 7 1�Y

#�� S�0.11 7 0.1� � �0.14 7 0.3� � �0.14 7 0.4�� 0.09 7 0.2� � �0.17 7 0.7� � �0.14 7 0.19�� 0.35 7 1�Y � 1.86376754

#� � S�/T�� 7 F� � �/T� 7 F� � �/T�� 7 FW�� /T� 7 F^� � �/T � 7 F�R� � �/TW� 7 F�� X/T 7 1�Y

#� � S�0.11 7 0.3� � �0.14 7 0.4� � �0.14 7 0.3�� 0.09 7 0.1� � �0.17 7 0.8� � �0.14 7 0.1�� 0.35 7 1�Y � 1.89648088

�'�)��#�� exp�#��B+�#�� exp �#�� '�)��#�� exp�#��

B+�#�� exp �#��


40

�'�)��#�� 1.863767543.76024842

�'�)��#�� 0.49565011

�'�)��#�� 1.896480883.76024842

�'�)��#�� 0.50434989

Gambar 2. 24 Softmax Classifier


41

2.10 Word Embedding

Word Embedding yang dikembangkan oleh Thomas Mikolov,

merupakan implementasi jaringan syaraf tiruan yang dapat mengolah kata-

kata dari dataset yang sangat besar dengan waktu yang relatif singkat dan

nilai akurasi yang lebih baik dibandingkan dengan metode yang pernah ada

sebelumnya. Alat ini bekerja dengan cara mengambil korpus teks sebagai

input, lalu menghasilkan representasi vektor dari setiap kata yang ada pada

korpus teks tersebut sebagai output. Hasil dari file vektor ini dapat

digunakan sebagai penelitian pada natural language processing dan aplikasi

machine learning. Selain itu, vektor kata tersebut juga dapat digunakan

dalam mengukur jarak kedekatan terhadap vektor kata yang lain. Misalnya

sebuah kata “Indonesia” direpresentasikan menjadi sebuah vektor dengan

panjang 5 yaitu: [0.2, 0.4, -0.8, 0.9, -0.5]. Vektor tersebut tidak hanya

merepresentasikan kata secara sintaktik tapi juga secara semantik atau

secara makna.

Sebagai contoh, apabila word embeding di-train menggunakan

korpus yang cukup lengkap, maka vektor representasi dari kata “Indonesia”

akan berdekatan dengan vektor “Jakarta” sebagaimana vektor “Perancis”

akan berdekatan dengan vektor “Paris”. Dengan kata lain, model word2vec

akan memahami bahwa “Indonesia” dan “Jakarta memiliki hubungan yang

sama dengan “Perancis” dan “Paris” yaitu negara dan ibukotanya.

Word embedding menggunakan neural network untuk mendapatkan

vektor tersebut. Arsitektur Word Embedding hanya terdiri tas 3-layer yaitu

Input, Projection (Hidden Layer), dan Output. Input pada Word Embedding

berbentuk one-hot encoded vector dengan panjang jumlah kata unik pada

data training. Terdapat 2 jenis arsitektur neural network dari Word2Vec

yaitu “Skip-gram” dan “Continuous Bag of Word” (CBOW).


42

a. Skip-gram

Tujuan dari arsitektur skip-gram adalah untuk memprediksi

konteks (output) di sekitar current word (input). Misal data training-

nya adalah sebuah kalimat “Ibu kota Negara Indonesia adalah

Jakarta” dengan window size = 2.


43

Data input berbentuk one-hot encoded vector sehingga

bentuk datanya adalah seperti berikut (anggap seluruh data di

lowercase terlebih dahulu):

Ibu :[1,0,0,0,0,0]

kota :[0,1,0,0,0,0]

negara :[0,0,1,0,0,0]

Indonesia :[0,0,0,1,0,0]

adalah :[0,0,0,0,1,0]

jakarta :[0,0,0,0,0,1]

Misal current word Indonesia, maka ilustrasinya adalah sebagai

berikut:

Gambar 2. 25 Arsitektur Skip-Gram

Inisialisasi bobot pada F dan F’ adalah random. Bobot F

dan F’ merupakan matrik dengan ukuran F � c 7 d dan F’ � d 7 c. Pada proses feedforward, vektor input akan di-dot product

dengan bobot F dan menghasilkan nilai pada layer projection.

Kemudian layer projection di dot product dengan bobot F’ dan

menghasilkan vektor output. Setelah mendapatkan nilai output pada

tahap feedforward, maka akan dihitung nilai erornya dengan

menggunakan metode cross entropy yaitu Target - Output.


44

Selanjutnya adalah tahap backpropagation dengan memanfaatkan

teknik gradient descent yaitu dengan melakukan update bobot F

dan F’. Proses ini akan diulang kembali ke tahap feedforward

hingga tercapai nilai eror minimum.

Setelah didapatkan nilai eror minimum pada cross entropy,

maka vektor yang merepresentasikan kata tersebut diambil dari

bobot F dengan cara mengalikan dot product antara one-hot

encoded vector masing-masing kata dengan bobot F, sedangkan

bobot pada F’ akan diabaikan.

2.11 Pengukuran Performa

Ketika sebuah sistem telah berhasil dirancang sebagaimana

mestinya dan sudah diimplementasikan dan kemudian menghasilkan nilai

seperti yang diinginkan, tahapan selanjutnya adalah pengukuran performa.

Pengukuran performa dilakukan untuk menguji keakuratan, keefektifan,

dan efisiensi sistem yang dibangun. Terdapat sekumpulan rumus yang dapat

digunakan sebagai media pengukuran yang sesuai dengan penelitian yang

sedang dilakukan yaitu Precision, Recall dan Accuracy.

Precision and Recall adalah matriks perhitungan yang digunakan

untuk mengukur kefektifitasan pengambilan informasi (Manning,

Raghavan, & Schütze, 2008).

Precision (e) adalah pecahan dari dokumen dan diambil yang

relevan.

eAB*�@�'� � #��'g(�B� &BA�)� +�h@( )BAgh�@��g�@� +�h@(�#�i(�h�ℎ �'g(�B� )BAgh�@��g�@� +�h@(�

Recall (8) adalah bagian dari dokumen yang relevan yang diambil.

8B*�hh � #��'g(�B� &BA�)� +�h@( )BAgh�@��g�@� +�h@(�#�i(�h�ℎ �'g(�B� +�h@( ��, ��(i��

Gagasan tersebut dapat diperjelas melalui tabel berikut:

Tabel 2. 6 Confusion Matrix


45

Relevan Tidak Relevan

)A(B +'@�)�JB �)+� ��h@B +'@�)�JB ��+�

��h@B �B,�)�JB �� )A(B �B,�)�JB �)��

Berdasarkan tabel di atas, dapat dituliskan rumus sebagai berikut untuk

menghitung akurasi sebuah sistem menggunakan perhitungan Precision and

Recall (Manning et al., 2008):

e � )+

)+ � �+

8 � )+)+ � ��

(2. 9)

Misal jika terdapat 10 buah dokumen berita yang akan diuji dalam

sistem deteksi berita palsu dan telah diklasifikasi sebelumnya menjadi 5

dokumen memiliki konten palsu dan 5 dokumen merupakan berita orisinal.

Kemudian 10 dokumen tersebut diuji dalam sistem dan sistem memberikan

hasil bahwa terdapat 7 dokumen yang terdeteksi sebagai konten palsu yaitu

4 berita berkonten palsu dan 3 berita berkonten orisinal. Dapat disebutkan

bahwa 4 berita berkonten palsu yang diambil merupakan nilai true positive

()+), 3 berita berkonten orisinal yang diambil merupakan nilai false positive

(�+), 1 berita berkonten palsu yang tidak diambil merupakan nilai false

negative (��) dan 3 berita berkonten orisinal sisanya yang tidak diambil

merupakan nilai true negative ()�). Selain Precision and Recall, dalam

perhitungan performa sistem juga diperlukan adanya perhitungan akurasi

sistem untuk memastikan seberapa akurat sistem tersebut dapat digunakan

dalam mendeteksi konten palsu pada berita. Tingkat akurasi sebuah sistem

dapat dihitung menggunakan persamaan berikut (Syafitri, 2010).

�**(A�*� � ∑ ��)*ℎ∑ )+ 7 100%

(2.

10)

Keterangan:

�**(A�*� : tingkat akurasi (%)

∑ ��)*ℎ : jumlah deteksi yang benar

∑ )+ : jumlah data yang diuji


46

Jumlah deteksi benar adalah jumlah banyaknya data uji yang telah

diuji dan sesuai dengan pengelompokannya, nilai tersebut didapatkan dari

penjumlahan antara nilai true positive dan nilai true negative. Kemudian

pembaginya adalah total dari seluruh data yang digunakan dalam pengujian.


47

BAB III

METODE PENELITIAN

3.1. Deskripsi Data

Data yang digunakan pada penelitian ini adalah berita dari website situs

turnbackhoax.id yang diambil dari periode Juli 2015 hingga Agustus 2020

dengan mengambil dataset dari perlombaan Satria Data 2020, data dapat di

akses melalui link pada halaman lampiran. Data tersebut merupakan data

berita palsu maupun asli yang sudah diuji kebenarannya sehingga bisa

dipertanggungjawabkan.

Data yang diperoleh dari tersebut sebanyak 4.231 berita dengan berita

asli sebanyak 766 data dan berita palsu sebanyak 3.465 data. Data pada

Gambar 3.1 berisi ID, label, tanggal, judul, narasi, nama file gambar.

Gambar 3. 1 Data

3.2. Kebutuhan Perangkat Hardware dan Software

a. Spesifikasi Hardware

i. Processor AMD A9-9420 3.00 GHz

ii. VGA Radeon R5 M420 2GB

iii. RAM 12 GB

b. Spesifikasi Software

i. Sistem Operasi Windows 10 Home Single Language

ii. PyCharm 2020.2.1


48

3.3. Perancangan Sistem

Pada tahap ini, akan dirancang sebuah sistem untuk melakukan

sebuah prediksi berita palsu dengan menggunkan metode Convolution

Neural Network. Tahapan pertama adalah sistem akan membaca data berita

yang sudah memiliki label kemudian melakukan proses preprocessing untuk

membuat data teks tersebut menjadi terstruktur. Proses selanjutnya adalah

melakukan ekstrasi ciri dengan melakukan pembobotan kata dengan TF -

IDF. Setelah dilakukan ekstraksi ciri maka dilakukan proses embedding text

pada klasifikasi dengan menggunakan pendekatan Convolution Neural

Network. Hasil model dari proses klasifikasi tersebut akan diuji dengan data

uji sehingga mendapatkan hasil akurasi dengan perhitungan menggunakan

confusion matrix. Gambar 3.2 merupakan diagram perancangan sistem

Gambar 3. 2 Diagram Perancangan Sistem

3.3.1. Preprocessing

Pada tahap awal untuk melakukan proses klasifikasi dengan

menggunakan metode convolution neural network adalah

melakukan proses preprocessing terlebih dahulu. Pada tahap ini data

mentah yang berupa text berita menjadi data yang akan dimasukkan

dalam proses feature extraction, sehingga dapat diproses ke tahap

selanjutnya. Proses preprocessing (Gambar 3.3) terdapat beberapa

proses yaitu case folding, stemming, tokenizing, stopword removal,

dan punctuation removal.


49

Gambar 3. 3 Diagram Preprocessing

1. Case Folding

Case Folding merupakan tahapan awal dari

preprocessing yang bertujuan untuk mengubah kata – kata yang

didapat menjadi format yang sama. Pada tahap ini dilakukan

dengan mengubah kata menjadi huruf kecil. Berikut

implementasi proses case folding

Pada tahap ini setelah data berita telah dibaca, sistem

akan mengubah seluruh kalima menjadi huruf kecil.

Langkah – langkah case folding:

a. Baca pada text berita sebagai satu kesatuan dokumen

b. Dokumen yang terdiri dari huruf besar akan diubah

menjadi huruf kecil dengan fungsi lower

c. Dokumen disimpan dengan hasil seluruh huruf menjadi

huruf kecil.

Pada langkah – langkah diatas, dapat diimplementasikan

pada pemrograman python menggunakan library yang tersedia.


50


Sebelum Case Folding Setelah Case Folding

Irina, Istri Ahli IT

Hermansyah disebut Mantan

PSK

irina, istri ahli it hermansyah

disebut mantan psk

Nezar Patria adalah Kader

PKI, Ikut Rapat Setiap

Malam di Istana Setelah Jam

8 Malam, Demikian Tuduhan

dari Alfian Tandjung

nezar patria adalah kader

pki, ikut rapat setiap malam

di istana setelah jam 8

malam, demikian tuduhan

dari alfian tandjung

Hati -hati Panggilan Telpon

Nomor Tidak Dikenal !!

hati -hati panggilan telpon

nomor tidak dikenal !!

2. Stemming

Setelah melakukan proses case folding, hasil tersebut

masuk kedalam proses stemming. Proses stemming dilakukan

untuk mengembalikan kata menjadi kata dasar dengan cara

menghilangka awalan kata dan akhiran kata.

Langkah – langkah stemming:

a. Baca setiap kata dan bandingkan dengan kata pada

kamus dari normalisasi

b. Jika hasil kata sama dengan kamus maka sudah

termasuk kata normalisasi

c. Jika kata memiliki kata ber-imbuhan maka hapus

imbuhan kata sehingga membentuk kata dasar sesuai

dengan kamus normalisasi

Pada langkah – langkah diatas, dapat

diimplementasikan pada pemrograman python menggunakan

library yang tersedia atau dengan menggunakan library dari

Sastrawi dalam StemmerFactory.


51

Tabel 3. 2 Stemming

Sebelum Stemming Setelah Stemming

irina, istri ahli it hermansyah

disebut mantan psk

irina istri ahli it hermansyah

sebut mantan psk

nezar patria adalah kader pki,

ikut rapat setiap malam di

istana setelah jam 8 malam,

demikian tuduhan dari alfian

tandjung

nezar patria adalah kader pki

ikut rapat tiap malam di

istana telah jam 8 malam

demikian tuduh dari alfian

tandjung

hati -hati panggilan telpon

nomor tidak dikenal !!

hati -hati panggil telpon

nomor tidak kenal

3. Tokenizing

Tokenizing adalah proses untuk memisakan kalimat

menjadi pecahan per kata yang bertujuan untuk menghilangkan

spasi pada kalimat menjadi bentuk token. Tahap ini dilakukan

dengan melakukan split data berdasarkan spasi.

Langkah – langkah tokenizing:

a. Baca text berita sebagai satu kesatuan dokumen

b. Jika text tersebut terdapat spasi maka akan dilakukan

split data

c. Dokumen disimpan dengan hasil setiap kata terpisah


pada pemrograman python menggunakan library yang tersedia

atau dengan menggunakan library dari nltk.


52


Sebelum Tokenizing Setelah Tokenizing

irina istri ahli it hermansyah

sebut mantan psk

['irina', 'istri', 'ahli', 'it',

'hermansyah', 'sebut',

'mantan', 'psk']

nezar patria adalah kader pki

ikut rapat tiap malam di

istana telah jam 8 malam

demikian tuduh dari alfian

tandjung

['nezar', 'patria', 'adalah',

'kader', 'pki', 'ikut', 'rapat',

'tiap', 'malam', 'di', 'istana',

'telah', 'jam', '8', 'malam',

'demikian', 'tuduh', 'dari',

'alfian', 'tandjung']

hati -hati panggil telpon

nomor tidak kenal

['hati', '-hati', 'panggil',

'telpon', 'nomor', 'tidak',

'kenal']

4. Stopword Removal

Selanjutnya akan melalui proses stopword removal.

Stopword Removal adalah tahap mengambil kata-kata penting

dari hasil token dengan menggunakan algoritma stoplist

(membuang kata kurang penting) atau wordlist (menyimpan kata

penting).

Langkah- langkah Stopword Removal:

a. Baca tiap token setiap dokumen dan bandingkan dengan

kamus dalam stoplist

b. Jika hasil token sama dengan kata dalam stoplist, maka

kata tersebut dibuang

c. Jika tidak maka kata tersebut disimpan



atau dengan menggunakan library dari Sastrawi dalam

StopWordRemoverFactory.


53


Sebelum Stopword Removal Setelah Stopword Removal

['irina', 'istri', 'ahli', 'it',

'hermansyah', 'sebut',

'mantan', 'psk']

['istri', 'ahli',]

['nezar', 'patria', 'adalah',

'kader', 'pki', 'ikut', 'rapat',

'tiap', 'malam', 'di', 'istana',

'telah', 'jam', '8', 'malam',

'demikian', 'tuduh', 'dari',

'alfian', 'tandjung']

['kader', 'pki', 'rapat', 'malam',

'istana', 'jam', '8', 'malam',

'tuduh',]


'telpon', 'nomor', 'tidak',

'kenal']


'nomor', 'kenal']

5. Punctuation Removal

Setelah melakukan Stopword Removal, tahapan

selanjutnya adalah menghilangkan tanda baca dan angka pada

setiap token atau disebut punctuation removal. Sama halnya

dengan proses stemming, angka dan tanda baca dalam kalimat

tidak memiliki pengaruh sehingga perlu dihapus.

Langkah – langkah Puctuation Removal:

a. Baca tiap token hasil proses stopword removal dari

setiap dokumen

b. Baca semua tanda baca dan angka pada kamus.

c. Jika dalam setiap token terdapat tanda baca dan/atau

angka, maka tanda baca dan/atau angka tersebut

dihapus.

d. Jika tidak maka kata tersebut disimpan.



54


atau dengan menggunakan library dari re dan string.

Tabel 3. 5 Punctuation Removal

Sebelum Punctuation

Removal

Setelah Punctuation

Removal

['istri', 'ahli',] ['istri', 'ahli',]


'istana', 'jam', '8', 'malam',

'tuduh', 'kader', 'pki', 'rapat',

'malam', 'istana', 'jam',

'malam', 'tuduh']


'istana', 'jam', 'malam',

'tuduh']


'nomor', 'kenal']


'nomor', 'kenal']

Hasil akhir dari preprocessing tersebut maka data yang

semula tidak terstruktur menjadi terstruktur

Tabel 3. 6 Setelah Preprocessing

Sebelum Preprocessing Setelah Preprocessing

Irina, Istri Ahli IT

Hermansyah disebut Mantan

PSK

['istri', 'ahli',]

Nezar Patria adalah Kader

PKI, Ikut Rapat Setiap

Malam di Istana Setelah Jam

8 Malam, Demikian Tuduhan

dari Alfian Tandjung


'istana', 'jam', 'malam',

'tuduh']

Hati -hati Panggilan Telpon

Nomor Tidak Dikenal !!


'nomor', 'kenal']


55

3.3.2. Feature Extraction

Ektrasi ciri dari hasil preprocessing tersebut dengan

menghitung kemunculan kata dan menentukan bobot dari setiap kata

dengan menggunakan TF-IDF (Gambar 3.4)

Gambar 3. 4 Diagram Feature Extraction

1. TF-IDF

Tahap ini adalah melakukan pembobotan menggunakan

tf-idf, dimana tahap ini akan menghitung kemunculan kata unik

dalam dokumen kemudian menghitung nilai idf. Berikut adalah

implementasi dari pembobotan tf-idf.

Langkah – langkah proses pembobotan tf-idf:

a. Mencari kata unik dalam dokumen

b. Hitung nilai term frequency dengan persamaan

rumus (2.1) dari masing – masing kata

c. Hitung nilai invers document frequency dengan

persamaan rumus (2.2) dari masing – masing kata

d. Hitung bobot dari term frequency dikalikan dengan

invers document frequency dengan persamaan rumus

(2.3)

e. Ulangi langkah b sampai d untuk setiap dokumen.


pada pemrograman python menggunakan library dari Tokenizer.

Berikut contoh proses pembobotan kata:


56

a. Menghitung Term Frequency

Tabel 3. 7 Proses Perhitungan Term Frequency

D1 D2 D3 D4 D5 indonesia 1 0 0 0 0 orang 0 0 0 0 0 jokowi 0 0 0 2 0 foto 0 0 0 0 1 video 0 0 0 0 0 corona 0 0 0 0 0 virus 0 0 0 0 0 nyata 0 0 0 0 0 covid 0 2 0 0 0 laku 0 0 0 1 0 china 0 0 0 0 0 the 0 0 0 0 0 presiden 0 0 0 0 0 anak 0 0 2 0 0 jakarta 0 0 0 0 0

Gambar 3. 5 Contoh Hasil Term Frequency

Pada proses perhitungan Term Frequency ini,

perhitungan dilakukan dengan menjumlah kata unik yang

muncul pada setiap kata di dalam dokumen. Hal tersebut

bertujuan kata unik tersebut ada atau tidak ada di dalam

sebuah dokumen, jika dalam dokumen tersebut maka akan

ditambah satu dan seterusnya.


57

b. Menghitung Invers Document Frequency

Tabel 3. 8 Proses Perhitungan Invers Docoment Frequency

D1 D2 D3 D4 D5 N ni idf indonesia 1 0 3 0 2 5 3 0.30103 orang 0 2 0 0 1 5 2 0.47712 jokowi 1 1 1 2 0 5 4 0.17609 foto 1 0 1 0 1 5 3 0.30103 video 0 2 0 4 0 5 2 0.47712 corona 0 5 0 1 1 5 3 0.30103 virus 2 0 0 2 0 5 2 0.47712 nyata 2 0 2 0 2 5 3 0.30103 covid 0 2 0 1 0 5 2 0.47712 laku 5 3 0 1 0 5 3 0.30103 china 1 0 2 1 1 5 4 0.17609 the 0 0 0 1 0 5 1 0.77815 presiden 5 2 0 2 1 5 4 0.17609 anak 1 0 2 1 0 5 3 0.30103 jakarta 0 1 0 2 3 5 3 0.30103

Gambar 3. 6 Contoh Hasil Document Frecuency

Proses invers document frequency (��), dengan

menggunakan rumus persamaan (2.2). ��adalah

perhitungan dari suatu kata yang muncul dari dokumen yang

bersangkutan dimana jumlah dokumen dalam koleksi (M)

dibagi dengan jumlah koleksi dokumen yang mengandung

term �.


58

c. Menghitung Weight TF-IDF

Tabel 3. 9 Proses Perhitungan Weight TF-IDF

D1 D2 D3 D4 D5 0.30103 0 0.90309 0 0.60206

0 0.95424 0 0 0.47712 0.17609 0.17609 0.17609 0.35218 0 0.30103 0 0.30103 0 0.30103

0 0.95424 0 1.90849 0 0 1.50515 0 0.30103 0.30103

0.95424 0 0 0.95424 0 0.60206 0 0.60206 0 0.60206

0 0.95424 0 0.47712 0 1.50515 0.90309 0 0.30103 0 0.17609 0 0.35218 0.17609 0.17609

0 0 0 0.77815 0 0.88046 0.35218 0 0.35218 0.17609 0.30103 0 0.60206 0.30103 0

0 0.30103 0 0.60206 0.90309

Gambar 3. 7 Contoh Hasil Weight TF-IDF

Pada proses ini perhitungan bobot pada setiap kata

dengan menggunakan persamaan (2.3). ��,6 adalah bobot

dokumen � terhadap kata i. Sedangkan )��,6 adalah jumlah

kemunjulan term (j) dalam sebuah dokumen (i). IDF

diperoleh dari hasil perhitungan �� dimana perhitungan

dari suatu kata yang muncul dari dokumen yang

bersangkutan. Sehingga hasil dari )��,6 dikali dengan ��

sehingga mendapatkan nilai bobot untuk TF-IDF.


59

3.3.3. Klasifikasi

Setelah mendapatkan hasil dari proses feature extraction

maka tahapan selanjutnya adalah melakukan proses klasifikasi

(Gambar 3.8).

Gambar 3. 8 Diagram Klasifikasi

Langkah – langkah klasifikasi:

a. Melakukan pembagian data sebesar 70:30, dimana 70

untuk data latih sedangkan 30 untuk data uji berisi label

dan teks berita

b. Melakukan feature extraction pada data yang telah

dibagi.

c. Data latih digunakan untuk membuat model dengan

menggunakan CNN sehingga mendapatkan sebuah

model

d. Setelah mendapatkan model maka tahap selanjutnya

adalah melakukan proses klasifikasi dengan data uji

sehingga mendapatkan hasil data klasifikasi tersebut


60

3.3.4. Convolution Neural Network

Metode Convolution Neural Network. Convolutional neural

network (CNN) merupakan salah satu metode deep learning yang

dapat diterapkan untuk melakukan klasifikasi dokumen teks. Pada

Gambar 3.9 merupakan diagram alur dari metode CNN.

Gambar 3. 9 Diagram Convolution Neural Network

Langkah – langkah metode CNN:

a. Membuat Embedding Word dari hasil feature extraction

b. Melakukan proses perhitungan convolution layer

sehingga mendapatkan feature map berdasarkan ukuran

filter yang ditentukan dan membentuk sebuah matriks

berukuran � 7 � 7 +

c. Jika telah selesai maka melakukan Max Pooling Layer,

yaitu mengambil nilai max dengan filter � 7 � dari setiap

feature map yang didapatkan sehingga matrix tersebut

menjadi lebih kecil dari matriks convolution

d. Setelah mendapatkan matrix max pooling, selanjutnya

reshape feature map dari matriks vektor menjadi sebuah

vektor 1 7 �

e. Vektor 1 7 � yang telah didapatkan dilakukan proses

Fully Connected Layer dengan � Layer


61

f. Hitung softmax dari hasil fully connected layer, untuk

memprediksi kelas


pada pemrograman python menggunakan library dari Tensorflow.

Sehingga pada Gambar 3.10 merupakan modelling Convolution

Neural Network

Gambar 3. 10 Modelling Convolution Neural Network

Contoh perhitungan Convolution Neural Network:

a. Membentuk Embedding Layer

Tabel 3. 10 Contoh Representasi Word Embedding

D1 Input Embedding Embedding Layer

Indonesia 0.30103, 0, 0.90309, …, 0, 0.60206

-0.04638, 0.02711, -0.04863, 0.04224, 0.01683,... ,0.00573, 0.00087, -0.02173

orang 0, 0.95424, 0, ..., 0, 0.47712

-0.04638, 0.02711, -0.04863, 0.04224,


62

0.01683,..., 0.00573, 0.00087, -0.02173

jokowi 0.17609, 0.17609, 0.17609, ..., 0.35218, 0

0.0369, 0.0112, -0.01504, -0.04817, -0.02483,..., 0.01842, 0.04409, -0.0316

… …

video 0.30103, 0, 0.30103, ..., 0, 0.30103

0.0369, 0.0112, -0.01504, -0.04817, -0.02483,..., 0.01842, 0.04409, -0.0316

corona 0, 0.95424, 0, ..., 1.90849, 0

0.0369, 0.0112, -0.01504, -0.04817, -0.02483,..., 0.01842, 0.04409, -0.0316

Pada proses ini, inisialisasi bobot pada F dan F’ adalah

random. Bobot F dan F’ merupakan matrik dengan ukuran F � c 7 d dan F’ � d 7 c. Pada proses feedforward, vektor input

akan di dot product dengan bobot F dan menghasilkan nilai pada

layer projection. Kemudian layer projection di dot product dengan

bobot F’ dan menghasilkan vektor output. Setelah mendapatkan

nilai output pada tahap feedforward, maka akan dihitung nilai eror

nya dengan menggunakan metode cross entropy yaitu Target -

Output. Selanjutnya adalah tahap backpropagation dengan

memanfaatkan teknik gradient descent yaitu dengan melakukan

update bobot F dan F’. Proses ini akan diulang kembali ke tahap

feedforward hingga tercapai nilai eror minimum.

Setelah didapatkan nilai eror minimum pada cross entropy,

maka vektor yang merepresentasikan kata tersebut diambil dari

bobot F dengan cara mengalikan dot product antara one-hot

encoded vector masing-masing kata dengan bobot F, sedangkan

bobot pada F’ akan diabaikan. Gambar 3.11 merupakan contoh

hasil dari proses repesentasi embedding layer.

vocab_size : Ukuran dari kosakata. Ini diperlukan untuk

mendefinisikan ukuran dari embedding


63

layer, yang akan memiliki bentuk

[vocabulary_size, embedding_size]

embedding_size : Dimensi dari embeddings

Weights : Bobot

input_length : Panjang input sequence

Gambar 3. 11 Hasil Representasi Word Embedding

b. Menghitung Convolution

Gambar 3. 12 Convolution Layer

Pada proses ini, embedding yang sudah didapatkan

dikalikan dengan filter W0 dan W1 dengan stride 1, sehingga


64

matriks embedding tersebut akan terpecah menjadi 2 bagian,

tahapan ini disebut dengan tahap konvolusi seperti Gambar 3.12.

Dengan parameter yang digunakan:

filters : Ukuran dimensi kata untuk proses konvulasi

kernel_size : Banyaknya jendela konvolusi 1D.

activation : Fungsi Aktivasi (relu, sigmoid, softmax, softplus,

softsign, selu, elu, exponential)

c. Menghitung Max Pooling

Gambar 3. 13 Max Pooling Layer

Proses ini adalah mengurangi dimensi dari feature map

dengan mencari nilai maximal dari feature map tersebut. Pada

contoh diatas digunakan filter berukuran 2 x 2 dan dilakukan

pergeseran sebanyak 1 kali sehingga ukuran matriks berukuran

4 x 5 menjadi 3 x 4. Gambar 3.13 merupakan contoh dari max

pooling layer


65

d. Flatten Layer

Gambar 3. 14 Flatten Layer

Pada proses ini, yaitu reshape feature map menjadi

sebuah vektor, matriks berukuran 3 7 4 7 2 tersebut akan

dibentuk menjadi 1 7 24. Hal ini dilakukan agar bisa gunakan

sebagai input dari fully connected layer. Gambar 3.14

merupakan contoh dari flatten layer.

e. Fully Connected Layer

Fully Connected Layer adalah sebuah lapisan dimana

semua neuron aktivasi dari lapisan sebelumnya terhubung semua

dengan neuron di lapisan selanjutnya sama seperti halnya

dengan neural network pada umumnya. Dengan parameter yang

digunakan

units : Jumlah neuron

activation : Fungsi aktivasi (relu, sigmoid, softmax,

softplus, softsign, selu, elu, exponential)

Setelah membangun model Convolution Neural

Network, saatnya melakukan kompilasi. Dengan parameter yang

digunakan:


66

optimizer : optimisasi dengan algoritma (SGD, RMSprop,

Adam, Adadelta, Adagrad, Adamax, Nadam, Ftrl)

loss : menghitung kuantitas yang harus diminimalkan

(binary_crossentropy, categorical_crossentropy,

sparse_categorical_crossentropy)

metrics : Daftar metrics yang akan dievaluasi oleh model

selama pelatihan dan pengujian. (accuracy,

probabilistic, classification, image segmentation,

hinge)

Selanjutnya melakukan pelatihan model atau fitting

model, dengan parameter yang digunakan:

epochs : Jumlah iterasi dalam melakukan pelatihan

model

validation_data : Data untuk mengevaluasi loss dan metrics

model di akhir setiap epoch.

3.3.5. Pengukuran Performa

Tahap ini penghitungan akurasi adalah hasil yang diprediksi

oleh sistem akan dibandingkan dengan label aktual dari setiap berita.

Kecocokan dari setiap label berita akan mempengaruhi hasil dari

sistem. Setelah perhitungan Convolution Neural Network dilakukan

maka pengujian akurasi dilakukan untuk mengetahui keakuratan

dasil klasifikasi. Pada pengujian akurasi dilakukan dengan

menggunakan Confusion Matrix. Confusion Matrix (Gambar 3.15)

digunakan untuk mengetahui seberapa besar keberhasilan sistem

dalam melakukan klasifikasi. Confusion matrix mempermudah

perhitungan akurasi dalam melihat suatu permodelan antara label

aktual dari berita dan prediksi dari sistem seperti pada Gambar 3.16.


67

Gambar 3. 15 Diagram Confusion Matrix

Berikut langkah – langkah uji akurasi:

a. Baca label aktual dari setiap berita

b. Baca label berita hasil dari prediksi sistem

c. Bandingkan menggunakan tabel confusion matriks.

d. Hitung akurasi dengan cara membagi berita benar dibagi

dengan seluruh data dikalikan dengan 100%.

Menghitung akurasi menggunakan persamaan rumus

(2.8)


pada pemrograman python menggunakan fungsi confusion_matrix

dalam library metrics di sklearn.

Contoh perhitungan pengukuran performa:

Tabel 3. 11 Contoh Hasil Prediksi Berita

Document Prediksi Aktual

Document 1 1 1

Document 2 0 0

Document 3 1 1

Document 4 0 1

Document 5 0 0

T'��(@�'� ��)A�� 45 7 100% � 80%


68

Gambar 3. 16 Confusion Matrix

3.3.6. Prediksi

Proses prediksi tersebut dapat dilakukan setelah proses

klasifikasi telah dilakukan sehingga mendapatkan sebuah array

akhir hasil dari perhitungan klasifikasi CNN tersebut. Pada Gambar

3.17 merupakan diagram bagaimana proses prediksi dilakukan

dengan model yang tersedia dengan data baru.

Gambar 3. 17 Diagram Prediksi

Langkah – langkah prediksi:

a. Ambil data berita baru yang belum ada dalam data

pengujian

b. Data dilakukan proses preprocessing, sehingga data

tidak tersturktur menjadi data terstruktur.


69

c. Masukkan data terstruktur kedalam model CNN

d. Mendapatkan hasil prediksi


pada pemrograman python menggunakan fungsi Conv1D dalam

library keras di tensorflow.

3.4. Cara Pengujian

Pada tahap pengujian, dilakukan analisis dari hasil luaran sistem yang

telah dibuat. Tujuannya untuk menjawab rumusan masalah yang telah

dipaparkan dibab sebelumnya. Pada tahap ini data dilakukan preprocessing

terlebih dahulu agar data yang tidak terstruktur menjadi terstruktur.

Selanjutnya data yang sudah terstruktur tersebut dilakukan split data dengan

perbandingan 70:30, dimana 70% untuk data training dan 30% untuk data

testing. Setelah dilakukan split data, maka selanjutnya menghitung term

frequency dan invers document frequency. Hasil dari ekstraksi ciri tersebut

akan dilakukan evaluasi dengan pendekatan Convolution Neural Network,

dimana dilakukan beberapa percobaan yaitu membuat variasi percobaan

dengan mengganti jumlah layer Conv1D dan jumlah filter yang digunakan,

lalu jumlah hidden layer pada fully connected layer dan jumlah neuron yang

digunakan. Sedangkan untuk fungsi aktivasi yang digunakan dalam fully

connected layer adalah ReLu sedangkan untuk softmax classifier

menggunakan fungsi aktivasi sigmoid. Sehingga dari model yang telah

dibuat lalu dilakukan proses kompilasi model dengan parameter yang

digunakan adalah untuk optimizer menggunakan adam, loss menggunakan

binary_crossentropy dan metrics menggunakan accuracy. Pada proses

evaluasi model tersebut parameter yang digunakan adalah epoch

menggunakan 5 iterasi, dan dilakukan validasi data dengan data uji. Setelah

mendapatkan hasil akurasi yang optimal maka model yang telah dibuat

dengan implementasi algoritma Convolution Neural Network dapat

digunakan untuk melakukan prediksi berita tersebut palsu atau asli.


70

3.5. Desain User Interface

Gambar 3. 18 Desain GUI

3.5.1. Input GUI

1. Memasukkan isi salah satu berita baru kedalam text field yang di

sediakan

2. Menekan tombol Prediksi untuk melakukan proses prediksi

3.5.2. Output GUI

1. Hasil keluaran dari prediksi tersebut adalah Asli atau Palsu di

dalam text field Hasil


71

BAB IV

HASIL DAN ANALISIS

Bab ini akan membahas hasil implementasi dari sistem yang telah dibuat

serta menganalisis hasil pengujian yang telah dilakukan.

4.1. Data

Data yang digunakan pada penelitian ini adalah berita dari website situs

turnbackhoax.id yang diambil dari periode Juli 2015 hingga Agustus 2020

dengan mengambil dataset dari perlombaan Satria Data 2020, data dapat di

akses melalui link pada halaman lampiran. Data tersebut merupakan data

berita palsu maupun asli yang sudah diuji kebenarannya sehingga bisa

dipertanggungjawabkan. Data yang diperoleh dari tersebut sebanyak 4.231

berita dengan berita asli sebanyak 766 data dan berita palsu sebanyak 3.465

data. Data tersebut berisi ID, label, tanggal, judul, narasi, nama file gambar.

Data yang akan digunakan adalah label dan judul + narasi. Data pada

judul akan disatukan dengan narasi sehingga hal tersebut dapat menjadi

tambahan agar sistem dapat membaca data dengan baik. Sedangkan ID,

tanggal, dan nama file gambar tidak digunakan karena data tersebut tidak

diperlukan dalam penelitian ini. Bahasa yang digunakan dalam penelitian

ini adalah dengan menggunakan Bahasa Python.

Proses pada python untuk membaca data adalah dengan import library

pandas terlebih dahulu, selanjutnya adalah membaca file dari folder data

dengan mengambil file data.csv. Selanjutnya, isi pada judul dan narasi

dijadikan satu sehingga bisa dilihat pada pada tabel 4.1 untuk isi dari judul

dan narasi.


72

Tabel 4. 1 Contoh Data

Label Judul + Narasi

1

Pemakaian Masker Menyebabkan Penyakit Legionnaires A caller to a radio talk show recently shared that his wife was hospitalized n told she had COVID n only a couple of days left to live . A doctor friend suggested she be tested for legionnaires disease because she wore the same mask every day all day long . Turns out it WAS legionnaires disease from the moisture n bacteria in her mask . She was given antibiotics n within two days was better . WHAT IF these Â‘spikesÂ’ in COVID are really something else due to Â‘mask induced infectionsÂ’ .????????

1

Instruksi Gubernur Jateng tentang penilangan bagi yg tidak bermasker di muka umum Rp.150.000 menggunakan e-tilang Via apps PIKOBAR Yth.Seluruh Anggota Grup Sesuai Instruksi Gubernur Jawa Tengah Hasil Rapat Tim Gugus Tugas Covid 19 Jateng sbb:

1 Foto Jim Rohn: Jokowi adalah presiden terbaik dlm sejarah bangsa Indonesia Jokowi adalah presiden terbaik dlm sejarah bangsa Indonesia. Jim Rohn, motivator terbaik dunia

1

ini bukan politik, tapi kenyataan Pak Jokowi berhasil memulangkan 11,000 Triliun uang negara dari Swiss. Maaf Mas2 dan Mbak2, ini bukan politik, tapi kenyataan Pak Jokowi berhasil memulangkan 11,000 Triliun uang negara dari Swiss. 11ribu Triliun siap di bawa balik ke Indonesia.RUU Treaty on Mutual Legal Assistance in Criminal Matters between the Republic of Indonesia and The Swiss Confederation (MLA RI-Swiss) resmi disahkan DPR RI tanggal 3 juli 2020. Dengan demikian proses konstitusi menarik dana di Swiss sudah selesai. Perjuangan yang panjang menghadapi ex koruptor yang bersenggama dengan agama. Terimakasih para kadrun yang terus nyinyirian kapan uang 11.000 triliun kembali ke Indonesia. Tanpa anda nyinyir, rasanya sulit RUU itu bisa disahkan oleh DPR. Pemilik 84 rekening gendut siap siap gigit jari . Mungkin tekanan ke Pak Jokowi makin kencang. ini baca beritanya


73

4.2. Implementasi Preprocessing

4.2.1. Case Folding

Dataset akan dilakukan proses case folding dengan tujuan

untuk membuat semua huruf menjadi kecil

Pada proses di dalam python untuk membuat teks menjadi

lower case dengan menggunakan function lower() sehingga hasil

dari proses ini dapat dilihat pada tabel 4.2 dimana tulisan yang

berawal terdapat huruf kapital akan di ubah menjadi huruf kecil.


Sebelum Case Folding Setelah Case Folding Pemakaian Masker Menyebabkan Penyakit Legionnaires A caller to a radio talk show recently shared that his wife was hospitalized n told she had COVID n only a couple of days left to live . A doctor friend suggested she be tested for legionnaires disease because she wore the same mask every day all day long . Turns out it WAS legionnaires disease from the moisture n bacteria in her mask . She was given antibiotics n within two days was better . WHAT IF these Â‘spikesÂ’ in COVID are really something else due to Â‘mask induced infectionsÂ’ .????????

pemakaian masker menyebabkan penyakit legionnaires a caller to a radio talk show recently shared that his wife was hospitalized n told she had covid n only a couple of days left to live . a doctor friend suggested she be tested for legionnaires disease because she wore the same mask every day all day long . turns out it was legionnaires disease from the moisture n bacteria in her mask . she was given antibiotics n within two days was better . what if these â‘spikesâ’ in covid are really something else due to â‘mask induced infectionsâ’ .????????

Instruksi Gubernur Jateng tentang penilangan bagi yg tidak bermasker di muka umum Rp.150.000 menggunakan e-tilang Via apps PIKOBAR Yth.Seluruh Anggota Grup Sesuai Instruksi Gubernur Jawa Tengah Hasil Rapat Tim Gugus Tugas Covid 19 Jateng sbb:

instruksi gubernur jateng tentang penilangan bagi yg tidak bermasker di muka umum rp.150.000 menggunakan e-tilang via apps pikobar yth.seluruh anggota grup sesuai instruksi gubernur jawa tengah hasil rapat tim gugus tugas covid 19 jateng sbb:

Foto Jim Rohn: Jokowi adalah presiden terbaik dlm sejarah bangsa Indonesia Jokowi adalah presiden terbaik dlm

foto jim rohn: jokowi adalah presiden terbaik dlm sejarah bangsa indonesia jokowi adalah presiden terbaik dlm


74

sejarah bangsa Indonesia. Jim Rohn, motivator terbaik dunia

sejarah bangsa indonesia. jim rohn, motivator terbaik dunia

ini bukan politik, tapi kenyataan Pak Jokowi berhasil memulangkan 11,000 Triliun uang negara dari Swiss. Maaf Mas2 dan Mbak2, ini bukan politik, tapi kenyataan Pak Jokowi berhasil memulangkan 11,000 Triliun uang negara dari Swiss. 11ribu Triliun siap di bawa balik ke Indonesia.RUU Treaty on Mutual Legal Assistance in Criminal Matters between the Republic of Indonesia and The Swiss Confederation (MLA RI-Swiss) resmi disahkan DPR RI tanggal 3 juli 2020. Dengan demikian proses konstitusi menarik dana di Swiss sudah selesai. Perjuangan yang panjang menghadapi ex koruptor yang bersenggama dengan agama. Terimakasih para kadrun yang terus nyinyirian kapan uang 11.000 triliun kembali ke Indonesia. Tanpa anda nyinyir, rasanya sulit RUU itu bisa disahkan oleh DPR. Pemilik 84 rekening gendut siap siap gigit jari . Mungkin tekanan ke Pak Jokowi makin kencang. ini baca beritanya

ini bukan politik, tapi kenyataan pak jokowi berhasil memulangkan 11,000 triliun uang negara dari swiss. maaf mas2 dan mbak2, ini bukan politik, tapi kenyataan pak jokowi berhasil memulangkan 11,000 triliun uang negara dari swiss. 11ribu triliun siap di bawa balik ke indonesia.ruu treaty on mutual legal assistance in criminal matters between the republic of indonesia and the swiss confederation (mla ri-swiss) resmi disahkan dpr ri tanggal 3 juli 2020. dengan demikian proses konstitusi menarik dana di swiss sudah selesai. perjuangan yang panjang menghadapi ex koruptor yang bersenggama dengan agama. terimakasih para kadrun yang terus nyinyirian kapan uang 11.000 triliun kembali ke indonesia. tanpa anda nyinyir, rasanya sulit ruu itu bisa disahkan oleh dpr. pemilik 84 rekening gendut siap siap gigit jari . mungkin tekanan ke pak jokowi makin kencang. ini baca beritanya

4.2.2. Stemming

Setelah dataset telah melakukan proses case folding maka

lanjut ke tahapan selanjutnya. Data dilakukan proses stemming

untuk mengembalikan kata menjadi kata dasar yaitu dengan cara

menghilangkan semua imbuhan yang terdiri dari awalan, sisipan,

akhiran dan kombinasi awalan dan akhiran.


75

Pada proses di dalam python untuk mengembalikan kata

menjadi kata dasar yaitu pertama import library dari Sastrawi,

selanjutnya adalah mendefinisikan kamus dari StemmerFactory dan

membuat kamus dengan create_stemmer. Sehingga hasil dari

stemming ini dapat dilihat pada tabel 4.3 dimana kata berimbuhan

akan diubah menjadi kata dasar.

Tabel 4. 3 Stemming

Sebelum Stemming Setelah Stemming pemakaian masker menyebabkan penyakit legionnaires a caller to a radio talk show recently shared that his wife was hospitalized n told she had covid n only a couple of days left to live . a doctor friend suggested she be tested for legionnaires disease because she wore the same mask every day all day long . turns out it was legionnaires disease from the moisture n bacteria in her mask . she was given antibiotics n within two days was better . what if these â‘spikesâ’ in covid are really something else due to â‘mask induced infectionsâ’ .????????

pakai masker sebab sakit legionnaires a caller to a radio talk show recently shared that his wife was hospitalized n told she had covid n only a couple of days left to live a doctor friend suggested she be tested for legionnaires disease because she wore the same mask every day all day long turns out it was legionnaires disease from the moisture n bacteria in her mask she was given antibiotics n within two days was better what if these spikes in covid are really something else due to mask induced infections

instruksi gubernur jateng tentang penilangan bagi yg tidak bermasker di muka umum rp.150.000 menggunakan e-tilang via apps pikobar yth.seluruh anggota grup sesuai instruksi gubernur jawa tengah hasil rapat tim gugus tugas covid 19 jateng sbb:

instruksi gubernur jateng tentang tilang bagi yg tidak masker di muka umum rp 150 000 guna e-tilang via apps pikobar yth seluruh anggota grup sesuai instruksi gubernur jawa tengah hasil rapat tim gugus tugas covid 19 jateng sbb

foto jim rohn: jokowi adalah presiden terbaik dlm sejarah bangsa indonesia jokowi adalah presiden terbaik dlm sejarah bangsa indonesia. jim rohn, motivator terbaik dunia

foto jim rohn jokowi adalah presiden baik dlm sejarah bangsa indonesia jokowi adalah presiden baik dlm sejarah bangsa indonesia jim rohn motivator baik dunia

ini bukan politik, tapi kenyataan pak jokowi berhasil memulangkan 11,000 triliun uang negara dari swiss. maaf mas2 dan mbak2, ini bukan politik, tapi kenyataan pak jokowi berhasil memulangkan 11,000 triliun uang negara dari swiss. 11ribu triliun siap di bawa

ini bukan politik tapi nyata pak jokowi hasil pulang 11 000 triliun uang negara dari swiss maaf mas2 dan mbak2 ini bukan politik tapi nyata pak jokowi hasil pulang 11 000 triliun uang negara dari swiss 11ribu triliun siap di bawa balik ke indonesia


76

balik ke indonesia.ruu treaty on mutual legal assistance in criminal matters between the republic of indonesia and the swiss confederation (mla ri-swiss) resmi disahkan dpr ri tanggal 3 juli 2020. dengan demikian proses konstitusi menarik dana di swiss sudah selesai. perjuangan yang panjang menghadapi ex koruptor yang bersenggama dengan agama. terimakasih para kadrun yang terus nyinyirian kapan uang 11.000 triliun kembali ke indonesia. tanpa anda nyinyir, rasanya sulit ruu itu bisa disahkan oleh dpr. pemilik 84 rekening gendut siap siap gigit jari . mungkin tekanan ke pak jokowi makin kencang. ini baca beritanya

ruu treaty on mutual legal assistance in criminal matters between the republic of indonesia and the swiss confederation mla ri-swiss resmi sah dpr ri tanggal 3 juli 2020 dengan demikian proses konstitusi tarik dana di swiss sudah selesai juang yang panjang hadap ex koruptor yang bersenggama dengan agama terimakasih para kadrun yang terus nyinyirian kapan uang 11 000 triliun kembali ke indonesia tanpa anda nyinyir rasa sulit ruu itu bisa sah oleh dpr milik 84 rekening gendut siap siap gigit jari mungkin tekan ke pak jokowi makin kencang ini baca berita

4.2.3. Tokenizing

Data yang telah dilakukan proses stemming akan dilakukan

proses tokenization atau memecah dokumen menjadi bentuk per

kata.

Pada proses di pyton untuk memecah dokumen menjadi per

kata dengan menggunakan function split, dimana split ini

berdasarkan spasi. Sebagai contoh dapat dilihat pada tabel 4.4 untuk

proses tokenizing.


Sebelum Tokenizing Setelah Tokenizing pakai masker sebab sakit legionnaires a caller to a radio talk show recently shared that his wife was hospitalized n told she had covid n only a couple of days left to live a doctor friend suggested she be tested for legionnaires disease because she wore the same

['Pemakaian', 'Masker', 'Menyebabkan', 'Penyakit', 'LegionnairesA', 'caller', 'to', 'a', 'radio', 'talk', 'show', 'recently', 'shared', 'that', 'his', 'wife', 'was', 'hospitalized', 'n', 'told', 'she', 'had', 'COVID', 'n', 'only', 'a', 'couple', 'of', 'days', 'left', 'to', 'live', '.', 'A', 'doctor',


77

mask every day all day long turns out it was legionnaires disease from the moisture n bacteria in her mask she was given antibiotics n within two days was better what if these spikes in covid are really something else due to mask induced infections

'friend', 'suggested', 'she', 'be', 'tested', 'for', 'legionnaires', 'disease', 'because', 'she', 'wore', 'the', 'same', 'mask', 'every', 'day', 'all', 'day', 'long', '.', 'Turns', 'out', 'it', 'WAS', 'legionnaires', 'disease', 'from', 'the', 'moisture', 'n', 'bacteria', 'in', 'her', 'mask', '.', 'She', 'was', 'given', 'antibiotics', 'n', 'within', 'two', 'days', 'was', 'better', '.', 'WHAT', 'IF', 'these', '\x91spikes\x92', 'in', 'COVID', 'are', 'really', 'something', 'else', 'due', 'to', '\x91mask', 'induced', 'infections\x92', '.????????']

instruksi gubernur jateng tentang tilang bagi yg tidak masker di muka umum rp 150 000 guna e-tilang via apps pikobar yth seluruh anggota grup sesuai instruksi gubernur jawa tengah hasil rapat tim gugus tugas covid 19 jateng sbb

['Instruksi', 'Gubernur', 'Jateng', 'tentang', 'penilangan', '', 'bagi', 'yg', 'tidak', 'bermasker', 'di', 'muka', 'umum', 'Rp.150.000', 'menggunakan', 'e-tilang', 'Via', 'apps', 'PIKOBARYth.Seluruh', 'Anggota', 'Grup', 'Sesuai', 'Instruksi', 'Gubernur', 'Jawa', 'Tengah', 'Hasil', 'Rapat', 'Tim', 'Gugus', 'Tugas', 'Covid', '19', 'Jateng', 'sbb:']

foto jim rohn jokowi adalah presiden baik dlm sejarah bangsa indonesia jokowi adalah presiden baik dlm sejarah bangsa indonesia jim rohn motivator baik dunia

['Foto', 'Jim', 'Rohn:', 'Jokowi', 'adalah', 'presiden', 'terbaik', 'dlm', 'sejarah', 'bangsa', 'IndonesiaJokowi', 'adalah', 'presiden', 'terbaik', 'dlm', 'sejarah', 'bangsa', 'Indonesia.', 'Jim', 'Rohn,', 'motivator', 'terbaik', 'dunia']

ini bukan politik tapi nyata pak jokowi hasil pulang 11 000 triliun uang negara dari swiss maaf mas2 dan mbak2 ini bukan politik tapi nyata pak jokowi hasil pulang 11 000 triliun uang negara dari swiss 11ribu triliun siap di bawa balik ke indonesia ruu treaty on mutual legal assistance in criminal matters between the republic of indonesia and the swiss confederation mla ri-swiss resmi sah dpr ri tanggal 3 juli 2020 dengan demikian proses konstitusi tarik dana di swiss sudah selesai juang yang panjang hadap ex koruptor yang bersenggama dengan agama terimakasih para kadrun yang terus nyinyirian kapan uang 11 000 triliun kembali ke indonesia tanpa anda

['ini', 'bukan', 'politik,', 'tapi', 'kenyataan', 'Pak', 'Jokowi', 'berhasil', 'memulangkan', '11,000', 'Triliun', 'uang', 'negara', 'dari', 'Swiss.Maaf', 'Mas2', 'dan', 'Mbak2,', 'ini', 'bukan', 'politik,', 'tapi', 'kenyataan', 'Pak', 'Jokowi', 'berhasil', 'memulangkan', '11,000', 'Triliun', 'uang', 'negara', 'dari', 'Swiss.', '11ribu', 'Triliun', 'siap', 'di', 'bawa', 'balik', 'ke', 'Indonesia.RUU', 'Treaty', 'on', 'Mutual', 'Legal', 'Assistance', 'in', 'Criminal', 'Matters', 'between', 'the', 'Republic', 'of', 'Indonesia', 'and', 'The', 'Swiss', 'Confederation', '(MLA', 'RI-Swiss)', 'resmi', 'disahkan', 'DPR', 'RI', 'tanggal', '3', 'juli', '2020.', 'Dengan', 'demikian', 'proses', 'konstitusi', 'menarik', 'dana',


78

nyinyir rasa sulit ruu itu bisa sah oleh dpr milik 84 rekening gendut siap siap gigit jari mungkin tekan ke pak jokowi makin kencang ini baca berita

'di', 'Swiss', 'sudah', 'selesai.', 'Perjuangan', 'yang', 'panjang', 'menghadapi', 'ex', 'koruptor', 'yang', 'bersenggama', 'dengan', 'agama.', 'Terimakasih', 'para', 'kadrun', 'yang', 'terus', 'nyinyirian', 'kapan', 'uang', '11.000', 'triliun', 'kembali', 'ke', 'Indonesia.', 'Tanpa', 'anda', 'nyinyir,', 'rasanya', 'sulit', 'RUU', 'itu', 'bisa', 'disahkan', 'oleh', 'DPR.', 'Pemilik', '84', 'rekening', 'gendut', 'siap', 'siap', 'gigit', 'jari', '.', 'Mungkin', 'tekanan', 'ke', 'Pak', 'Jokowi', 'makin', 'kencang.', 'ini', 'baca', 'beritanya']

4.2.4. Stopwords Removal

Setelah melakukan proses tokenization dilakukan proses

stopwords removal yaitu menghilangkan kata – kata umum yang

sering digunakan dalam sebuah teks dan biasanya tidak berguna jika

digunakan untuk tujuan pencarian.

stopword = pd.read_csv('data/stopwords.csv',

encoding='latin')

listStopwords = set(list(stopword.Stopwords))

shortlisted_words = []

# remove stop words

for w in words:

if w not in listStopwords:

shortlisted_words.append(w)

print('Stopword: ', shortlisted_words)

Pada proses di python untuk melakukan proses stopword

removal yaitu dengan cara membaca file stopword.csv. Selanjutnya

yaitu melakukan membuat list untuk dijadikan stopword. Lalu

dilakukan perulangan sebanyak panjang dari satu dokumen, jika

kata dalam dokumen tidak sama dengan stopword maka kata

tersebut disimpan jika sama maka kata tersebut tidak disimpan.


79

Sebagai contoh dapat dilihat pada tabel 4.5 untuk proses stopword

removal.


Sebelum Stopword Setelah Stopword ['Pemakaian', 'Masker', 'Menyebabkan', 'Penyakit', 'LegionnairesA', 'caller', 'to', 'a', 'radio', 'talk', 'show', 'recently', 'shared', 'that', 'his', 'wife', 'was', 'hospitalized', 'n', 'told', 'she', 'had', 'COVID', 'n', 'only', 'a', 'couple', 'of', 'days', 'left', 'to', 'live', '.', 'A', 'doctor', 'friend', 'suggested', 'she', 'be', 'tested', 'for', 'legionnaires', 'disease', 'because', 'she', 'wore', 'the', 'same', 'mask', 'every', 'day', 'all', 'day', 'long', '.', 'Turns', 'out', 'it', 'WAS', 'legionnaires', 'disease', 'from', 'the', 'moisture', 'n', 'bacteria', 'in', 'her', 'mask', '.', 'She', 'was', 'given', 'antibiotics', 'n', 'within', 'two', 'days', 'was', 'better', '.', 'WHAT', 'IF', 'these', '\x91spikes\x92', 'in', 'COVID', 'are', 'really', 'something', 'else', 'due', 'to', '\x91mask', 'induced', 'infections\x92', '.????????']

['pakai', 'masker', 'sakit', 'covid',]

['Instruksi', 'Gubernur', 'Jateng', 'tentang', 'penilangan', '', 'bagi', 'yg', 'tidak', 'bermasker', 'di', 'muka', 'umum', 'Rp.150.000', 'menggunakan', 'e-tilang', 'Via', 'apps', 'PIKOBARYth.Seluruh', 'Anggota', 'Grup', 'Sesuai', 'Instruksi', 'Gubernur', 'Jawa', 'Tengah', 'Hasil', 'Rapat', 'Tim', 'Gugus', 'Tugas', 'Covid', '19', 'Jateng', 'sbb:']

['instruksi', 'gubernur', 'jateng', 'tilang', 'masker', 'muka', '150', '000', 'tilang', 'anggota', 'grup', 'instruksi', 'gubernur', 'jawa', 'rapat', 'tim', 'tugas', 'covid', '19', 'jateng']

['Foto', 'Jim', 'Rohn:', 'Jokowi', 'adalah', 'presiden', 'terbaik', 'dlm', 'sejarah', 'bangsa', 'IndonesiaJokowi', 'adalah', 'presiden', 'terbaik', 'dlm', 'sejarah', 'bangsa', 'Indonesia.', 'Jim', 'Rohn,', 'motivator', 'terbaik', 'dunia']

['foto', 'jokowi', 'presiden', 'sejarah', 'bangsa', 'indonesia', 'jokowi', 'presiden', 'sejarah', 'bangsa', 'indonesia', 'dunia']

['ini', 'bukan', 'politik,', 'tapi', 'kenyataan', 'Pak', 'Jokowi', 'berhasil', 'memulangkan', '11,000', 'Triliun', 'uang', 'negara', 'dari', 'Swiss.Maaf', 'Mas2', 'dan', 'Mbak2,', 'ini', 'bukan',

['politik', 'nyata', 'jokowi', 'pulang', '11', '000', 'triliun', 'uang', 'negara', 'politik', 'nyata', 'jokowi', 'pulang', '11', '000', 'triliun', 'uang', 'negara', 'triliun', 'bawa', 'indonesia', 'indonesia', 'resmi', 'dpr',


80

'politik,', 'tapi', 'kenyataan', 'Pak', 'Jokowi', 'berhasil', 'memulangkan', '11,000', 'Triliun', 'uang', 'negara', 'dari', 'Swiss.', '11ribu', 'Triliun', 'siap', 'di', 'bawa', 'balik', 'ke', 'Indonesia.RUU', 'Treaty', 'on', 'Mutual', 'Legal', 'Assistance', 'in', 'Criminal', 'Matters', 'between', 'the', 'Republic', 'of', 'Indonesia', 'and', 'The', 'Swiss', 'Confederation', '(MLA', 'RI-Swiss)', 'resmi', 'disahkan', 'DPR', 'RI', 'tanggal', '3', 'juli', '2020.', 'Dengan', 'demikian', 'proses', 'konstitusi', 'menarik', 'dana', 'di', 'Swiss', 'sudah', 'selesai.', 'Perjuangan', 'yang', 'panjang', 'menghadapi', 'ex', 'koruptor', 'yang', 'bersenggama', 'dengan', 'agama.', 'Terimakasih', 'para', 'kadrun', 'yang', 'terus', 'nyinyirian', 'kapan', 'uang', '11.000', 'triliun', 'kembali', 'ke', 'Indonesia.', 'Tanpa', 'anda', 'nyinyir,', 'rasanya', 'sulit', 'RUU', 'itu', 'bisa', 'disahkan', 'oleh', 'DPR.', 'Pemilik', '84', 'rekening', 'gendut', 'siap', 'siap', 'gigit', 'jari', '.', 'Mungkin', 'tekanan', 'ke', 'Pak', 'Jokowi', 'makin', 'kencang.', 'ini', 'baca', 'beritanya']

'juli', 'tarik', 'dana', 'selesai', 'juang', 'hadap', 'koruptor', 'agama', 'uang', 'triliun', 'indonesia', 'sulit', 'dpr', 'rekening', 'jari', 'tekan', 'jokowi', 'baca', 'berita']

4.2.5. Punctuation Removal

Setelah dilakukan proses penghilangan kata dengan

stopword maka tahapan selanjutnya yaitu menghilangkan tanda

baca, angka, dan symbol pada dokumen

def punctuation_removal(text):

text = re.sub(r'([' + ''.

join(map(re.escape,

character))

+ r'])(?=\S)', r'\1 ', text)

text = re.sub(r'(\S)([' + ''.

join(map(re.escape,

character))

+ r'])', r'\1 \2', text)

# remove html markup

text = re.sub(r"\s—\s", "", text)


81

text = re.sub(r"http\S+", "", text)

text = re.sub("(<.*?>)", "", text)

# remove non-ascii and digits

text = re.sub("(\\W|\\d)", " ", text)

# remove whitespace

text = text.strip()

return text

# Punctuation Removal

cleaned_words = [punctuation_removal(w) for w

in shortlisted_words]

print('Punctuation: ', cleaned_words)

Pada proses di python untuk melakukan proses punctuation

removal ini, yaitu mengimport library re, lalu mendefinisikan untuk

menghilangkan tanda baca, markup html dan angka, serta

mnghilangkan nilai kosong. Sehingga pada tabel 4.6 merupakan

hasil dari punctuation removal.

Tabel 4. 6 Punctuation Removal

Sebelum Punctuation Removal Setelah Punctuation Removal ['pakai', 'masker', 'sakit', 'covid',] ['pakai', 'masker', 'sakit', 'covid',]

['instruksi', 'gubernur', 'jateng', 'tilang',

'masker', 'muka', '150', '000', 'tilang',

'anggota', 'grup', 'instruksi', 'gubernur',

'jawa', 'rapat', 'tim', 'tugas', 'covid', '19',

'jateng']

['instruksi', 'gubernur', 'jateng', 'tilang',

'masker', 'muka', 'tilang', 'anggota',

'grup', 'instruksi', 'gubernur', 'jawa',

'rapat', 'tim', 'tugas', 'covid', 'jateng']

['foto', 'jokowi', 'presiden', 'sejarah',

'bangsa', 'indonesia', 'jokowi',

'presiden', 'sejarah', 'bangsa',

'indonesia', 'dunia']

['foto', 'jokowi', 'presiden', 'sejarah',

'bangsa', 'indonesia', 'jokowi',

'presiden', 'sejarah', 'bangsa',

'indonesia', 'dunia']

['politik', 'nyata', 'jokowi', 'pulang', '11',

'000', 'triliun', 'uang', 'negara', 'politik',

'nyata', 'jokowi', 'pulang', '11', '000',

'triliun', 'uang', 'negara', 'triliun', 'bawa',

'indonesia', 'indonesia', 'resmi', 'dpr',

'juli', 'tarik', 'dana', 'selesai', 'juang',

'hadap', 'koruptor', 'agama', 'uang',

['politik', 'nyata', 'jokowi', 'pulang',

'triliun', 'uang', 'negara', 'politik',

'nyata', 'jokowi', 'pulang', 'triliun',

'uang', 'negara', 'triliun', 'bawa',

'indonesia', 'indonesia', 'resmi', 'dpr',

'juli', 'tarik', 'dana', 'selesai', 'juang',

'hadap', 'koruptor', 'agama', 'uang',


82

'triliun', 'indonesia', 'sulit', 'dpr',

'rekening', 'jari', 'tekan', 'jokowi', 'baca',

'berita']

'triliun', 'indonesia', 'sulit', 'dpr',

'rekening', 'jari', 'tekan', 'jokowi', 'baca',

'berita']

4.3. Implementasi Pembagian Data

Setelah melakukan preprocessing dilakukan pembagian data dengan

membagi menjadi 2 data, yaitu data training dan data testing. Dalam proses

pembagian data tersebut dalam data training dan testing dilakukan

pembagian data dengan perbandingan 70:30 atau 70% merupakan data

training dan 30% data testing. Dalam proses pembagian tersebut dilakukan

proses pengacakan data agar mendapatkan data yang bervariasi.

sentences_train, sentences_test, y_train, y_test = \

train_test_split(df.narasi, df.label,

test_size=0.3, random_state=100)

Parameter yang digunakan dalam proses pembagian data adalah:

test_size : 0.3

random_state : 100

Keterangan:

test_size : Perbandingan pembagian data training dan data

testing

random_state : Banyaknya penacakan data yang dilakukan

.�)� kA��, � 70100 7 4231 � 2961 .�)� kB@)��, � 30

100 7 4231 � 1270

Data Training : 2961

Data Testing : 1270 +

Total : 4231


83

4.4. Implementasi Feature Extraction

4.4.1. TF - IDF

Setelah melakukan proses pembagian data, yaitu data training

dan data testing tahapan selanjutnya adalah teks perlu dikonversi

menjadi angka sebelum diinput dalam proses klasifikasi

Convolution Neural Network. Keras menyediakan class Tokenizer,

yang berfungsi untuk mengkonversi teks menjadi vektor. Teks yang

digunakan dalam membuat list urutan adalah data training. Sebagai

contoh salah satu data yang dibuat data list urutan dalam data

training:

Tabel 4. 7 Tokenizer

Teks Tokenizer

'bahaya', 'laku', 'panggil',

'panggil', 'suami', 'dokter',

'sedih', 'bawa', 'rumah',

'sakit', 'bakar', 'panggil', 'gas'

{1: 'panggil', 2: 'bahaya', 3:

'laku', 4: 'suami', 5: 'dokter', 6:

'sedih', 7: 'bawa', 8: 'rumah', 9:

'sakit', 10: 'bakar', 11: 'gas'}

Setelah terbentuk sebuah list urutan tersebut, maka tahapan

selanjutnya adalah mengubah teks tersebut menjadi list sequence

berdasarkan list index kata unik yang telah dibentuk untuk data

training maupun data testing.

Tabel 4. 8 List Sequence

Teks List Sequence

'bahaya', 'laku', 'panggil',

'panggil', 'suami', 'dokter',

'sedih', 'bawa', 'rumah',

'sakit', 'bakar', 'panggil', 'gas'

[[2], [3], [1], [1], [4], [5], [6],

[7], [8], [9], [10], [1], [11]]


84

Setelah list Sequence tersebut maka dilakukan menghitung

kemunculan angka pada teks tersebut dengan term frequency

Tabel 4. 9 Term Frequency

Term Frequency

panggil bahaya laku suami dokter sedih bawa rumah sakit bakar gas

3 1 1 1 1 1 1 1 1 1 1

Hasil dari Term Frequency tersebut, dilakukan perhitungan

dengan menghitung Invers Document Frequency menjadi:

Tabel 4. 10 IDF

Invers Document Frequency 1.44692

2.0149

2.0149

2.0149

2.0149

2.0149

2.0149

2.0149

2.0149

2.0149

2.0149

Selanjtunya adalah menghitung bobot dari TF-IDF tersebut:

Tabel 4. 11 Tabel Weight TF - IDF

Weight TF – IDF 4.34076

2.0149

2.0149

2.0149

2.0149

2.0149

2.0149

2.0149

2.0149

2.0149

2.0149

tokenizer = Tokenizer()

tokenizer.fit_on_texts(sentences_train)

seq_train = tokenizer.texts_to_sequences(sentences_train)

seq_test = tokenizer.texts_to_sequences(sentences_test)

encoded_tfidf_train =

tokenizer.sequences_to_matrix(seq_train, mode="tfidf")

encoded_tfidf_test =

tokenizer.sequences_to_matrix(seq_test, mode="tfidf")

X_train = pad_sequences(encoded_tfidf_train,

dtype='float64', padding="post", truncating="post")

X_test = pad_sequences(encoded_tfidf_test,

dtype='float64', padding="post", truncating="post")

Sedangkan parameter yang digunakan dalam proses TF - IDF

yaitu:


85

mode : Metode yang akan digunakan untuk proses

feature extraction adalah “tfidf”.

Maka matriks tersebut sudah bisa untuk dilakukan proses

klasifikasi.

Tabel 4. 12 Feature Extraction

Sentences Feature Extraction

(0, ['pakai', 'masker', 'sakit',

'covid', 'covid']) (1, ['instruksi',

'gubernur', 'jateng', 'tilang',

'masker', 'muka', 'tilang',

'anggota', 'grup', 'instruksi',

'gubernur', 'jawa', 'rapat', 'tim',

'tugas', 'covid', 'jateng']) (2,

['foto', 'jokowi', 'presi …

[[0. 0. 0. ... 0. 0. 0.],

[0. 0. 0. ... 0. 0. 0.],

[0. 0. 0. ... 0. 0. 0.], ...,

[0. 4,8434. 0. ... 0. 0. 0.],

[0. 0. 0. ... 0. 0. 0.],

[0. 0. 0. ... 0. 0. 0.]]

4.5. Implementasi Convolution Neural Network

Setelah data training dan data testing telah dilakukan proses

ekstraksi ciri sehingga data tersebut berubah menjadi matriks, tahapan

selanjutnya yaitu melakukan proses klasifikasi dengan menggunakan

metode Convolution Neural Network. Data yang akan digunakan dalam

proses klasifikasi ini adalah data training. Dalam proses klasifikasi ini

terdapat 5 Layer utama yang akan diterapkan. Layer pertama yaitu

embedding layer, yang memetakan indeks kata kosakata dalam representasi

matriks vektor yang dilakukan proses pre-trained dengan menggunakan

word2vec sehingga mendapatkan hasil matriks vector yang baik. Dengan

parameter yang akan digunakan:

vocab_size : Ukuran dari kosakata. Ini diperlukan untuk

mendefinisikan ukuran dari embedding


86

layer, yang akan memiliki bentuk

[vocabulary_size, embedding_size]

embedding_size : Dimensi dari embeddings

Weights : Bobot

input_length : Panjang input sequence

Layer kedua adalah Conv1D, yaitu layer yang membuat kernel

konvolusi yang digabungkan dengan masukan lapisan melalui dimensi

spasial tunggal berdasarkan ukuran filter. Dengan parameter yang

digunakan:

filters : Ukuran dimensi kata untuk proses konvulasi

kernel_size : Banyaknya jendela konvolusi 1D.

activation : Fungsi Aktivasi

Gambar 4. 1 Embedding Layer to Conv1D Layer

Layer ketiga adalah MaxPooling1D, yaitu lapisan yang mengurangi

dimensi dari feature map atau lebih dikenal dengan langkah untuk

downsampling dengan mengambil nilai max dengan filter � 7 � dari setiap

feature map, sehingga mempercepat komputasi dan mengatasi overfitting.


87

Gambar 4. 2 Conv1D Layer to Max Pooling Layer

Layer keempat adalah Flatten, yaitu reshape feature map dari

matriks vektor menjadi sebuah vektor 1 7 �, penggunaan Flatten ini agar

bisa gunakan sebagai input dari fully connected layer.

Gambar 4. 3 MaxPooling Layer to Flatten Layer

Layer kelima adalah Fully Connected, yaitu lapisan hidden layer

yang akan diterapkan dengan menggunakan Dense. Tujuan penggunaan

hidden layer ini untuk melakukan transformasi pada dimensi data agar data

dapat diklasifikasikan secara linier. Dengan parameter yang digunakan


88

units : Jumlah neuron

activation : Fungsi aktivasi

Gambar 4. 4 Flatten Layer to Dense Layer

EMBEDDING_DIM = 1000

vocab_size = len(tokenizer.word_index) + 1

model = Sequential()

model.add(layers.Embedding(vocab_size, 100,

input_length=vocab_size))

model.add(layers.Conv1D(16, 5, activation="relu"))

model.add(layers.MaxPooling1D())

model.add(layers.Conv1D(32, 5, activation="relu"))

model.add(layers.MaxPooling1D())

model.add(layers.Flatten())

model.add(layers.Dense(64, activation='relu'))




model.add(layers.Dense(1, activation='sigmoid'))

model.compile(optimizer='adam',

loss='binary_crossentropy',

metrics=['accuracy'])

model.summary()

history = model.fit(X_train, y_train,

epochs=5,

validation_data=(X_test, y_test))


89

Setelah membangun model Convolution Neural Network, saatnya

melakukan kompilasi. Dengan parameter yang digunakan:

optimizer : optimisasi dengan algoritma Adam

loss : menghitung kuantitas yang harus diminimalkan

binary_crossentropy

metrics : Daftar metrics yang akan dievaluasi oleh model

selama pelatihan dan pengujian menggunakan

accuracy.

Selanjutnya melakukan pelatihan model atau fitting model, dengan

parameter yang digunakan:

epochs : Jumlah iterasi dalam melakukan pelatihan

model menggunakan 5 iterasi

validation_data : Data untuk mengevaluasi loss dan metrics

model di akhir setiap epoch menggunakan

data uji

Sehingga hasil dari pelatihan model tersebut akan mendapatkan

catatan nilai loss pelatihan dan nilai metrics pada periode yang berurutan,

serta nilai loss validasi dan nilai metrics validasi dan dari catatan tersebut

dapat diperoleh hasil akurasinya. Selanjutnya yaitu melakukan proses

prediksi dengan menggunakan data testing untuk mengetahui hasil output

dari model yang telah dibuat.


90

Gambar 4. 5 Kompilasi Model Covolution Neural Network

Setelah proses prediksi dibuat maka akan mendapatkan nilai

probabilitas dalam range 0 - 1. Nilai probabilitas tersebut harus diubah

menjadi 1 atau 0 dengan ketentuan jika:

e > 0.5 � 1 e ≤ 0.5 � 0

Keterangan:

P : Nilai Probabilitas

Nilai yang bernilai 1 dapat didefinisikan sebagai berita palsu,

sedangkan nilai yang bernilai 0 didefinisikan sebagai berita asli.

4.6. Implementasi Pengukuran Performa

Hasil prediksi yang sudah didapatkan sebelumnya, akan dilakukan

perhitungan pengukuran performa dengan menggunakan confusion matrix.

Pada penggunaan confusion matrix ini, label dari data testing akan

dilakukan proses perbandingan dengan hasil prediksi. Dengan cara

membandingkan nilai aktual dengan nilai prediksi. Ada empat istilah yang

merupakan representasi hasil proses klasifikasi pada confusion matrix yaitu


91

True Positif, True Negatif, False Positif, dan False Negatif dapat dilihat

pada tabel 4.13.

Tabel 4. 13 Tabel Prediksi

Nomor Dokumen Label Aktual Label Prediksi

4163

730

3085

2288

1762

…

515

1

1

1

0

1

…

1

0

1

1

0

1

…

0

Dari hasil prediksi tersebut, perbandingan dengan label aktual atau

label asli tersebut yaitu (Gambar 4.6):

Label Prediksi dan Label Aktual bernilai asli

dan memang asli

: 67

Label Prediksi dan Label Aktual bernilai asli,

namun bernilai palsu

: 147

Label Prediksi dan Label Aktual bernilai palsu,

namun bernilai asli

: 81

Label Prediksi dan Label Aktual bernilai palus

dan memang palsu

: 975

y_pred = model.predict(X_test)

y_pred[y_pred > 0.5] = 1

y_pred[y_pred <= 0.5] = 0

cf_matrix = confusion_matrix(y_test, y_pred)

print(confusion_matrix(y_test, y_pred, labels=[1, 0]))

Pada proses di python untuk melakukan pembuatan confusion matrix,

yaitu dengan memprediksi data uji dengan model yang telah dibuat.


92

Selanjutnya mengubah nilai, jika hasil dari prediksi diatas 0.5 maka akan

diganti dengan 1 dan jika hasil dari prediksi dibawah sama dengan 0.5 maka

akan diganti dengan 0. Sehingga dengan menggunakan library

confusion_matrix dengan isi label asli dari data uji dan label hasil dari model

akan dibandingkan dan mendapatkan confusion matrix pada gambar 4.6.

Gambar 4. 6 Confusion Matrix

4.7. Hasil Penelitian

Dalam hasil penelitian ini lakukan proses percobaan dengan

melakukan perubahan pada banyaknya layer Conv1D dan Dense yang

digunakan. Sedangkan untuk pembagian data latih dan data uji adalah

70:30.

4.7.1. Skenario Pertama

Pada skenario pertama ini, struktur model yang dibuat:

Tabel 4. 14 Struktur Model Skenario Pertama

Layer (type) Output Shape Parameters

embedding (Embedding) 1026, 100 102600

conv1d (Conv1D) 1022, 32 16032


93

conv1d (Conv1D) 1018, 64 10304

max_pooling1d (MaxPooling1D) 509, 64 0

flatten (Flatten) 32576

dense (Dense) 256 8339712

dense_1 (Dense) 128 32896

dropout (Dropout) 128 0





Setelah membuat model tersebut dilakukan proses

kompilasi dengan parameter optimisasi ‘adam’, loss

‘binary_crossentropy’, dan metrics ‘accuracy’. Selanjutnya

melakukan percobaan sebanyak 3 kali dengan iterasi yang sama

yaitu 5 iterasi atau 5 epoch.

Hasil Akurasi:

Tabel 4. 15 Akurasi Percobaan Pertama

Percobaan Akurasi

Training Testing

Percobaan 1 0.9095 0.8465

Percobaan 2 0.9044 0.8528

Percobaan 3 0.9041 0.8512

Rata – rata 0.9060 0.8502

Hasil rata – rata dari percobaan 1, percobaan 2 dan

percobaan 3 adalah 0.8502


94

Gambar 4. 7 Akurasi dan Confusion Matrix Percobaan 1



95


4.7.2. Skenario Kedua

Pada skenario kedua ini, struktur model yang dibuat:

Tabel 4. 16 Struktur Model Skenario Kedua



conv1d (Conv1D) 1022, 16 8016


conv1d (Conv1D) 507, 32 2592


flatten (Flatten) 8096 0





dense_4 (Dense) 1 9



96





Hasil Akurasi:

Tabel 4. 17 Akurasi Percobaan Kedua

Percobaan Akurasi

Training Testing

Percobaan 1 0.8632 0.8520

Percobaan 2 0.8548 0.8504

Percobaan 3 0.8646 0.8496

Rata – rata 0.8609 0.8507





97




98

4.7.3. Skenario Ketiga

Pada skenario ketiga ini, struktur model yang dibuat:

Tabel 4. 18 Struktur Model Skenario Ketiga



conv1d (Conv1D) 1022, 32 16032










Hasil Akurasi:

Tabel 4. 19 Akurasi Percobaan Ketiga

Percobaan Akurasi

Training Testing

Percobaan 1 0.8970 0.8433

Percobaan 2 0.8977 0.8433

Percobaan 3 0.8845 0.8472

Rata – rata 0.8931 0.8446




99




100


4.7.4. Skenario Keempat

Pada skenario keempat ini, struktur model yang dibuat:

Tabel 4. 20 Struktur Model Skenario Keempat



conv1d (Conv1D) 1022, 64 32064











101

Hasil Akurasi:

Tabel 4. 21 Akurasi Percobaan Keempat

Percobaan Akurasi

Training Testing

Percobaan 1 0.8609 0.8551

Percobaan 2 0.9112 0.8370

Percobaan 3 0.9142 0.8283

Rata – rata 0.8954 0.8401





102




103

4.7.5. Skenario Kelima

Pada skenario kelima ini, struktur model yang dibuat:

Tabel 4. 22 Struktur Model Skenario Kelima



conv1d (Conv1D) 1022, 32 16032











Hasil Akurasi:

Tabel 4. 23 Akurasi Percobaan Kelima

Percobaan Akurasi

Training Testing

Percobaan 1 0.9078 0.8465

Percobaan 2 0.8715 0.8455

Percobaan 3 0.8902 0.8433

Rata – rata 0.8898 0.8451




104




105


Setelah melakukan 5 skenario dengan mengganti jumlah layer

Conv1D dan jumlah layer Dense dan mengubah parameter tersebut

sehingga mendapatkan hasil:

Tabel 4. 24 Hasil Akurasi Rata - Rata

Percobaan Hasil Akurasi Rata - Rata

Skenario Pertama 0.8502

Skenario Kedua 0.8507

Skenario Ketiga 0.8446

Skenario Keempat 0.8401

Skenario Kelima 0.8451

Sehingga hasil paling optimal dan paling tinggi dari 5 skenario

tersebut adalah pada skenario kedua dengan model yang memiliki 11-Layer,

yaitu Embedding Layer (1026, 100), Conv1D (1022, 16), Max Pooling 1D

(511, 64), Conv1D (507, 32), Max Pooling 1D (253, 32), Flatten(8096),

Dense (64) aktivasi ReLu, Dense_1 (32) aktivasi ReLu, Dense_2 (16)

aktivasi ReLu, Dense_3 (8) aktivasi ReLu, dan Dense_4 (1) dan fungsi


106

aktivasi Sigmoid. Dengan struktur model tersebut hasil penelitian ini

mendapatkan hasil yang optimal dengan akurasi rata – rata sebesar 0.8507

4.8. Implementasi GUI

Pada proses pelatihan model dengan menggunakan metode

Convolution Neural Network ini sudah mendapatkan hasil akurasi yang

cukup optimal. Model tersebut dapat digunakan untuk proses prediksi berita

baru. Proses untuk melakukan prediksi berita tersebut yaitu dengan

menginputkan judul dari berita dan isi dari narasi tersebut pada masing –

masing text field.

Gambar 4. 22 Tampilan Awal GUI

Sebagai contoh berita yang akan di input adalah sebagai berikut:

a. Judul: Makan Bawang Mentah dan Garam bisa Ubah Positif

Covid-19 Menjadi Negatif setelah 15 Menit

b. Narasi:

” Setelah 15 menit makan bawang mentah kupas dengan garam

batu, orang berubah menjadi negatif dari positif Mawar Bendera

Tajikistan Jempolan * Dengarkan audio, apa yang salah dengan

makan …*”

Selanjutnya masukkan pada masing – masing text field judul dan

narasi pada GUI


107

Gambar 4. 23 Pengisian Text Field Judul dan Narasi

Selanjutnya klik pada button CHECK untuk melakukan proses

prediksi berita baru tersebut. Setelah mengklik button CHECK maka isi dari

judul berita dan narasi berita tersebut dijadikan satu dan dilakukan proses

preprocessing terlebih dahulu untuk membuat text tersebut menjadi

terstruktur.

Tabel 4. 25 Preprocessing

Sebelum Preprocessing Setelah Preprocessing

Makan Bawang Mentah dan Garam

bisa Ubah Positif Covid-19

Menjadi Negatif setelah 15 Menit ”

Setelah 15 menit makan bawang

mentah kupas dengan garam batu,

orang berubah menjadi negatif dari

positif Mawar Bendera Tajikistan

Jempolan *

Dengarkan audio, apa yang salah

dengan makan …*”

'makan', 'bawang', 'mentah',

'garam', 'ubah', 'positif', 'covid',

'negatif', '', 'menit', '', 'menit',

'makan', 'bawang', 'mentah', 'kupas',

'garam', 'batu', 'orang', 'ubah',

'negatif', 'positif', 'mawar',

'bendera', 'tajikistan', 'jempol',

'dengar', 'audio', 'salah', 'makan'

Setelah data teks sudah terstruktur maka tahapan selanjutnya

dilakukan proses ektraksi ciri sehingga menjadi:


108

Tabel 4. 26 Ekstraksi Ciri

Data Preprocessing Ekstraksi Ciri

'makan', 'bawang', 'mentah',

'garam', 'ubah', 'positif', 'covid',

'negatif', '', 'menit', '', 'menit',

'makan', 'bawang', 'mentah', 'kupas',

'garam', 'batu', 'orang', 'ubah',

'negatif', 'positif', 'mawar',

'bendera', 'tajikistan', 'jempol',

'dengar', 'audio', 'salah', 'makan'

[[0, 0, 0, …, 8.74645, 5.00428,

…,9.48009,… 0. 0. 0.]]

Setelah mendapatkan matrix tersebut maka tahapan selanjutnya

adalaha melakukan proses prediksi dengan model yang telah dibuat. Hasil

dari probabilitas yang didapatkan adalah 0.97250974. Jika nilai probabilitas

> 0.5 maka berita tersebut adalah berita palsu. Sehingga berita yang telah

diinputkan merupakan berita palsu.

Gambar 4. 24 Tampilan Prediksi Berita GUI


109

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan hasil penelitian, prediksi berita palsu menggunakan

metode Convolution Neural Network dengan data sebanyak 4.231 data

berita diperoleh kesimpulan sebagai berikut:

1. Nilai akurasi tertinggi mendapatkan hasil 0.8507 diperoleh pada

skenario kedua dengan layer yang digunakan Embedding Layer (1026,

100), Conv1D (1022, 16), Max Pooling 1D (511, 64), Conv1D (507,

32), Max Pooling 1D (253, 32), Flatten(8096), Dense (64) aktivasi

ReLu, Dense_1 (32) aktivasi ReLu, Dense_2 (16) aktivasi ReLu,

Dense_3 (8) aktivasi ReLu, dan Dense_4 (1) aktivasi Sigmoid.

2. Dari hasil ini dapat disimpulkan bahwa sistem mampu melakukan

prediksi dengan tingkat akurasi yang tinggi.

5.2. Saran

a. Diperlukan cara menyeimbangkan data berita palsu dan berita asli,

misalnya dengan pendekatan random undersampling, random

oversampling, atau SMOTE agar mendapatkan hasil akurasi yang lebih

optimal.

b. Pada proses preprocessing diperlukan normalisasi sehingga teks yang

dihasilkan lebih terstruktur.


109

DAFTAR PUSTAKA

Agarmal, A., Mittal, M., Pathak, A., & Goyal, L. M. (2020). Fake News Detection

Using a Blend of Neural Networks: An Application of Deep Learning. SN

Computer Science, 143 -152.

Allcott, H., & Gentzkow, M. (2017). Social Media and Fake News in the 2016

Election. Journal of Economic Perspectives, Vol 31, No. 2.

Baeza-Yates, R., & Ribeiro-Neto, B. (1999). Modern information retrieval. ACM

Press / Addison Wesley.

Drs. Arifin S. Harahap, M. (2006). Jurnalistik Televisi: Teknik Memburu dan

Menulis Berita. Gramedia.

Knight, E. R. (1991). Artificial Intelligence: 2nd Edition. New Delhi: Tata

McGraw-Hill.

Kowalski, G. (1997). Information Retieval System: Theory and Implementation.

Kluwer Academic Publishers.

LeCun, Y. a. (2015). Deep learning. Nature Vol. 521 No. 7553, 436-444.

Manning, C. D., Raghavan, P., & Schutze, H. (2008). Introduction to information

retrieval. Cambridge University Press.

Pannu, A. &. (2015). Artificial Intelligence adn its Appication in Different Areas.

Internationnal Journal of Engineering and Innovative Technology (IJEIT),

Volume 4, ISSN: 2277 - 3754.

Priansya, S. (2017). Social Media Text Normalization Using Word2vec.

Levenshtein Distance, and Jaro-Winkler Distance. Institut Teknologi

Sepuluh Nopember Surabaya: Final Project - KS 141501.

Saadah, M. N. (2013). Sistem Temu Kembali Dokumen Teks dengan Pembobotan

Tf-Idf Dan LCS. Jurnal Ilmiah Teknologi Informasi (JUTI), 17–20.

Samuel, A. (1988). Some Studies in Machine Learning Using the Game of

Checkers. II—Recent Progress. Springer, 366–400.

Setiyono, M. Z. (2016). Convolution Neural Network untuk Pengenalan Wajah

Secara Real-Time. Jurnal Sains dan Seni ITS Vol. 5 No. 2, A-72 - A-77.

Silverman, C. (2017). Lies, Damn Lies, and Viral Content. Columbia : Tow


110

Center for Digital Journalism, Columbia University.

Yang Yang, L. Z. (2018). TI-CNN: Convolution Neural Network for Fake News

Detection. arXiv.org, -.

Zhai, C., & Massung, S. (2016). Text Data Management and Analysis.

Association fot Computing Machinery.

Zhang, Y. G. (2005). An improved TF-IDF approach for text classification.

Journal of Zhejiang University-SCIENCE A, 49–55.


111

LAMPIRAN

DATA BERITA & STOPWORDS

Data Berita:

https://github.com/HieronimusMorgan/dataSkripsiMorgan/blob/8971f741d17379

89350c0acf7a92e97b1779fedc/data.csv

Data Berita (Cleaned):

https://github.com/HieronimusMorgan/dataSkripsiMorgan/blob/270f9b6098e7e54

91baa7f3db13fc78cb0c959d2/cleaned_fix.csv

Stopwords:

https://github.com/HieronimusMorgan/dataSkripsiMorgan/blob/8971f741d17379

89350c0acf7a92e97b1779fedc/stopwords.csv


PREDIKSI BERITA PALSU MENGGUNAKAN METODE …

Documents

Transcript of PREDIKSI BERITA PALSU MENGGUNAKAN METODE …