REPOSITORI

Rancang Bangun Sistem Klasifikasi Konten Berita Menggunakan Algoritma Long Short-Term Memory (LSTM)

Kementerian Komunikasi dan Informatika (Kominfo) adalah salah satu kemetrian yang bergerak di bidang komunikasi dan informatika. Kominfo memiliki tugas untuk mengawasi konten-konten yang beredar di sosial media maupun berita. Dengan terus bertambahnya jumlah berita yang beredar, pihak media dihadapkan dengan berbagai permasalahan. Salah satunya adalah proses pengolahan berita yang masih dilakukan manual dengan cara membaca isi berita satu persatu. Untuk itu diperlukan sistem yang mampu menangani masalah di atas. Sistem yang dibagun harus mampu memberikan prediksi berita yang relevan. Prediksi tersebut diperoleh dari proses pengumpulan dan data dari berbagai situs berita. Data tersebut kemudian diproses oleh model Long Short Term Memory (LSTM). Long Short Term Memory biasa digunakan untuk menangani kasus prediksi maupun klasifikasi dalam berbagai bidang. Model LSTM tersebut diimplementasikan ke dalam aplikasi web-based untuk menenetukan kelas dari konten berita. Berdasarkan hasil pengujian yang dilakukan, model LSTM yang dibuat memiliki tingkat akurasi sebesar 86%. Dengan demikian implementasi LSTM mampu menjadi suatu solusi dalam mengatasi masalah yang ada.