Implementasi Long-Short Term Memory (LSTM) pada Klasifikasi Kategori Berita

  • Anak Agung Ngurah Andhika Satrya Nugraha Universitas Udayana
  • Ida Bagus Made Mahendra Universitas Udayana

Abstract

Karena banyaknya berita yang ada saat ini, diperlukan sebuah cara untuk memilah berita yang ingin dilihat. Salah satu cara untuk memilah berita adalah dengan membagi berita ke dalam beberapa kategori. Saat ini pembagian kategori pada berita masih dilakukan secara manual. Penelitian ini membahas tentang implementasi metode Long-Short Term Memory (LSTM) untuk mengklasifikasikan berita ke dalam 7 kategori. Terdapat dua model yang diimplementasikan pada penelitian ini, yaitu model LSTM dan model Bidirectional LSTM. Model LSTM yang dibuat berhasil mengklasifikasikan berita dengan akurasi sebesar 85.36%, model Bidirectional LSTM juga berhasil mengklasifikasikan berita dengan akurasi sebesar 84.15%.

Downloads

Download data is not yet available.
Published
2023-09-08
How to Cite
NUGRAHA, Anak Agung Ngurah Andhika Satrya; MAHENDRA, Ida Bagus Made. Implementasi Long-Short Term Memory (LSTM) pada Klasifikasi Kategori Berita. JELIKU (Jurnal Elektronik Ilmu Komputer Udayana), [S.l.], v. 12, n. 3, p. 563-568, sep. 2023. ISSN 2654-5101. Available at: <https://ojs.unud.ac.id/index.php/jlk/article/view/92566>. Date accessed: 19 nov. 2024. doi: https://doi.org/10.24843/JLK.2023.v12.i03.p07.

Most read articles by the same author(s)