Rancang Bangun Sistem Klasifikasi Konten Berita Menggunakan Algoritma Long Short-Term Memory (Lstm)
Total Page：16
File Type：pdf, Size：1020Kb
RANCANG BANGUN SISTEM KLASIFIKASI KONTEN BERITA MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY (LSTM) LAPORAN SKRIPSI Dibuat untuk Melengkapi Syarat-Syarat yang Diperlukan untuk Memperoleh Sarjana Terapan Nadia Nurul Hikmah 4616010052 PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA DAN KOMPUTER POLITEKNIK NEGERI JAKARTA 2020 HALAMAN PERNYATAAN ORISINALITAS Skripsi/Tesis/Disertasi ini adalah hasil karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar. Nama : Nadia Nurul Hikmah NPM : 4616010052 Tanggal : 10 Agustus 2020 Tanda Tangan : LEMBAR PENGESAHAN Skripsi diajukan oleh : Nama : Nadia Nurul H NIM : 4616010052 Program Studi : Teknik Informatika Judul Skripsi : Rancang Bangun Sistem Klasifikasi Konten Berita Menggunakan Algoritma Long Short-Term Memory (LSTM) Telah diuji oleh tim penguji dalam Sidang Skripsi pada hari Senin Tanggal 13 Bulan Juli Tahun 2020 dan dinyatakan LULUS. Disahkan oleh Pembimbing : Dr. Dewi Yanti Liliana, S.Kom., M.Kom. ( ) Penguji I : Eriya, S.Kom., M.T. ( ) Penguji II : Mauldy Laya, S.Kom., M.Kom. ( ) Penguji III : Iklima Ermis Ismail, S.Kom., M.Kom. ( ) Mengetahui: Jurusan Teknik Informatika dan Komputer Ketua Mauldy Laya, S.Kom., M.Kom NIP. 197802112009121003 iii KATA PENGANTAR Puji syukur penulis ucapkan atas kehadirat Allah SWT yang telah memberikan rahmat dan hidayahNya, sehingga penulis dapat menyelesaikan laporan skripsi ini. Penulisan laporan skripsi ditujukan dalam rangka memenuhi salah satu syarat untuk memperoleh gelar Sarjana Terapan Politeknik. Penulis menyadari bahwa penyusunan laporan skripsi tidak terlepas dari dukungan dan bimbingan dari berbagai pihak. Oleh karena itu penulis mengucapkan terimakasih kepada: a. Ibu Dr. Dewi Yanti Liliana, S.Kom., M.Kom. selaku dosen pembimbing skripsi yang telah meluangkan waktu, tenaga dan fikiran untuk membimbing dan membantu penulis dalam menyusun laporan skripsi. b. Orang tua dan keluarga penulis yang setiap saat mendoakan penulis serta memberikan bantuan moral maupu material c. Pihak Kominfo yang telah membantu penulis dalam memenuhi kebutuhan sistem dan melakukan validasi data penelitian d. Sahabat dan Teman-teman seperjuangan yang telah mendukung penulis dalam menyelesaikan laporan skripsi ini Akhir kata, penulis berharap semoga Allah SWT membalas segala kebaikan semua pihak yang telah membantu. Semoga laporan skripsi ini dapat bermanfaat bagi pengembangan ilmu. Depok, Juli 2020 Penulis iv HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademik Politeknik Negeri Jakarta, saya yang bertanda tangan di bawah ini: Nama : Nadia Nurul Hikmah NIM : 4616010052 Program Studi : Teknik Informatika Jurusan : Teknik Informatika dan Komputer Jenis Karya : Skripsi Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Politeknik Negeri Jakarta Hak Bebas Royalti Nonekslusif (Non-exclusive Royalty- Free Right) atas karya ilmiah saya berjudul: Rancang Bangun Sistem Klasifikasi Konten Berita Menggunakan Algoritma Long Short-Term Memory (LSTM) beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Noneklusif ini Politeknik Negeri Jakarta berhak menyimpan, mengalihmedia/format-kan, mengelola dalam bentuk pangkalan data (database), merawat, dan mempublikasikan skripsi saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta. Demikian pernyataan ini saya buat dengan sebenarnya. Dibuat di : Depok, Pada tanggal : 10 Agustus 2020 Yang menyatakan (Nadia Nurul Hikmah) v Sistem Klasifikasi Konten Berita Menggunakan Algoritma Long Short-Term Memory (LSTM) Abstrak 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. Kata kunci: Berita, Classification, Long Short Term Memory, Prediction vi DAFTAR ISI HALAMAN PERNYATAAN ORISINALITAS ................................................................ 1 LEMBAR PENGESAHAN ............................................................................................... iii KATA PENGANTAR ....................................................................................................... iv HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI UNTUK KEPENTINGAN AKADEMIS .......................................................................................... v Abstrak ............................................................................................................................... vi DAFTAR ISI ..................................................................................................................... vii DAFTAR TABEL .............................................................................................................. ix DAFTAR GAMBAR .......................................................................................................... x DAFTAR LAMPIRAN ..................................................................................................... xii BAB I .................................................................................................................................. 1 PENDAHULUAN .............................................................................................................. 1 1.1 Latar Belakang .................................................................................................... 1 1.2 Rumusan Masalah ............................................................................................... 3 1.3 Batasan Masalah ................................................................................................. 3 1.4 Tujuan dan Manfaat ............................................................................................ 4 1.4.1 Tujuan Penelitian ........................................................................................ 4 1.4.2 Manfaat Penelitian ...................................................................................... 4 1.5 Metode Pelaksanaan Skripsi ............................................................................... 4 1.5.1 Identifikasi Masalah .................................................................................... 4 1.5.2 Metode Pengumpulan Data ......................................................................... 4 1.5.3 Analisis dan Perancangan ........................................................................... 5 1.5.4 Implementasi ............................................................................................... 5 1.5.5 Pengujian ..................................................................................................... 5 1.5.6 Kesimpulan ................................................................................................. 6 BAB II ................................................................................................................................. 7 TINJAUAN PUSTAKA ..................................................................................................... 7 2.1 Klasifikasi ........................................................................................................... 7 2.2 Konten ................................................................................................................. 8 2.3 Berita ................................................................................................................... 8 2.4 Long Short-Term Memory (LSTM) .................................................................. 10 2.5 Python ............................................................................................................... 12 2.6 Keras ................................................................................................................. 12 2.7 Flask .................................................................................................................. 13 vii 2.8 Pengujian Sistem ............................................................................................... 14 2.8.1 Black-box Testing ...................................................................................... 14 2.8.2 White Box Testing ..................................................................................... 15 BAB III ............................................................................................................................. 17 PERACANGAN DAN REALISASI ................................................................................ 17 3.1 Perancangan Program Aplikasi ........................................................................