Klasifikasi Video Clickbait Berdasarkan Subtitle Konten Berita Youtube Berbahasa Indonesia Menggunakan Metode Support Vector Machine dan Particle Swarm Optimization
Writer(s) : Nur Annisa Yusrah Putra Djaya | Ingrid Nurtanio | A. Ais Prayogi
Teknik Informatika | Teknik Informatika S1
Youtube merupakan salah satu media sosial yang memiliki pengguna aktif terbanyak di dunia. Indonesia berada pada peringkat ke 4 sebagai pengguna aktif Youtube terbanyak di dunia dengan kisaran pengguna aktif yang mencapai 139 juta pengguna. Banyaknya pengguna aktif Youtube di Indonesia menjadikan banyak masyarakat yang memanfaatkan kondisi ini untuk mendapatkan keuntungan melalui pembuatan konten. Salah satu strategi untuk meraup keuntungan dari konten video Youtube adalah dengan menggunakan judul konten yang menjebak atau judul clickbait sehingga dapat meningkatkan jumlah penonton dari konten tersebut. Namun, penggunaan judul clickbait juga menimbulkan beberapa dampak negatif yang salah satunya adalah memungkinkan penyebaran informasi hoaks. Maka dari itu, penelitian ini bertujuan mengklasifikasikan berita-berita clickbait dan non-clickbait berdasarkan kemiripan antara judul dan isi dari video berita tersebut.
Dalam penelitian ini, tahap data preprocessing akan dibagi menjadi tiga skenario yakni data preprocessing menggunakan stopword removal pada judul dan isi berita, data preprocessing menggunakan stopword removal hanya pada isi berita dan data preprocessing tanpa menggunakan stopword removal pada judul dan isi berita.
Selain itu, tahap pengklasifikasian berita clickbait dan non-clickbait dalam penelitian ini dibagi menjadi tiga skenario yakni klasifikasi berita menggunakan Cosine Similarity, klasifikasi berita menggunakan Support Vector Machine (SVM) dan klasifikasi berita menggunakan Support Vector Machine (SVM) yang kemudian dioptimasi dengan Particle Swarm Optimization (PSO).
Hasil penelitian ini menunjukkan bahwa model SVM yang telah dioptimasi dengan PSO menggunakan data yang melewati tahap data preprocessing tanpa menggunakan stopword removal pada judul dan isi berita, menghasilkan akurasi tertinggi dengan perolehan akurasi mencapai 0,75 atau 75%.
Keyword(s): Berita, Youtube, Clickbait, Cosine Similarity, Support Vector Machine, Particle Swarm Optimization
Year : 2024