<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="11704">
<titleInfo>
<title><![CDATA[IMPLEMENTASI LONG SHORT-TERM MEMORY UNTUK IDENTIFIKASI BERITA HOAX BERBAHASA INGGRIS PADA MEDIA SOSIAL]]></title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>0426097801 - Jasman Pardede S.Si., MT.</namePart>
<role><roleTerm type="text">Dosen Pembimbing 1</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>RAKA GEMI IBRAHIM/152016082</namePart>
<role><roleTerm type="text">Penulis</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Teknik Informatika]]></placeTerm></place>
<publisher><![CDATA[FTI]]></publisher>
<dateIssued><![CDATA[2020]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[0]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[en]]></languageTerm>
<languageTerm type="text"><![CDATA[English]]></languageTerm>
</language>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>Hoax atau berita palsu menyebar sangat cepat di media sosial. Berita bisa
mempengaruhi pembaca dan menjadi racun pikiran. Masalah seperti ini harus
diselesaikan secara strategis dengan mengidentifikasi berita yang dibaca yang
disebarluaskan di media sosial. Beberapa metode yang diusulkan untuk
memprediksi hoax adalah dengan menggunakan Support Vector Classifier,
Logistic Regression, dan MultinomialNaiveBayes. Dalam penelitian ini, peneliti
menerapkan Long Short-Term Memory untuk mengidentifikasi hoax. Performa
sistem diukur berdasarkan nilai precision, recall, accuracy, dan F-Measure.
Berdasarkan hasil eksperimen yang dilakukan terhadap data hoax diperoleh nilai
rata-rata precision, recall, accuracy, dan F-Measure masing-masing 0,94, 0,96,
0,95, dan 0,95.</note>
<subject authority=""><topic><![CDATA[Long Short-Term Memory, Hoax, Recurrent Neural Net]]></topic></subject>
<classification><![CDATA[]]></classification><identifier type="isbn"><![CDATA[]]></identifier><location>
<physicalLocation><![CDATA[Setiadi Open Source ETD System]]></physicalLocation>
<shelfLocator><![CDATA[536IF/20]]></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1"><![CDATA[536IF/20]]></numerationAndChronology>
<sublocation><![CDATA[My Library]]></sublocation>
<shelfLocator><![CDATA[536IF/20]]></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="11357" url="" path="/152016082_536IF(e).pdf" mimetype="application/pdf"><![CDATA[IMPLEMENTASI LONG SHORT-TERM MEMORY UNTUK IDENTIFIKASI BERITA HOAX BERBAHASA INGGRIS PADA MEDIA SOSIAL]]></slims:digital_item>
</slims:digitals><recordInfo>
<recordIdentifier><![CDATA[11704]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2021-11-04 15:38:48]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2021-11-04 15:39:02]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>