STMIKLOMBOKSTMIKLOMBOK
Jurnal Informatika dan Rekayasa ElektronikJurnal Informatika dan Rekayasa ElektronikPenelitian ini bertujuan untuk melakukan Named Entity Recognition guna mengidentifikasi dan mengklasifikasi kata pada tweet yang memuat informasi bencana ke dalam entitas-entitas yang telah ditentukan. Entitas yang diidentifikasi yaitu jenis bencana, lokasi, waktu, magnitude dan others. Algoritma klasifikasi yang digunakan adalah Machine Learning dan Deep Learning. Algoritma Deep Learning yang digunakan yaitu Long Short-Term Memory, Gated Recurrent Units, dan Convolutional Neural Network. Sedangkan algoritma Machine Learning yang digunakan yaitu Naïve Bayes, Decision Tree, Support Vector Machine dan Random Forest. Berdasarkan hasil eksperimen, Deep Learning memperoleh akurasi yang lebih unggul dari Machine Learning. Hal tersebut dilihat dari perolehan nilai accuracy terbaik Deep Learning dihasilkan dari algoritma Gated Recurrent Units dan Long Short-Term Memory dengan nilai 0.999. Sedangkan perolehan accuracy terbaik Machine Learning dihasilkan dari algoritma Random Forest sebesar 0.98.
Berdasarkan hasil penelitian yang telah dilakukan maka, guna mendapatkan model terbaik, dilakukan proses training menggunakan algoritma machine learning dan deep learning.Algoritma machine learning yang digunakan pada penelitian adalah naïve bayes, Support vector machines, decision tree, dan random forest.Sedangkan yang digunakan pada deep learning adalah long short-term memory, convolutional neural network, dan gated recurrent units.Berdasarkan eksperimen, metode deep learning menghasilkan akurasi yang lebih baik daripada metode machine learning dengan akurasi terbaik dihasilkan dari algoritma deep learning yaitu gated recurrent units dan long short-term memory sebesar 0.Adapun hasil akurasi terbaik pada metode machine learning dihasilkan oleh algoritma random forest dengan akurasi 0.Kemudian pada proses training, diketahui bahwa semakin besar ukuran sample size, maka akurasinya semakin tinggi.Namun selisih akurasi antara sample size terkecil hingga terbesar tidak terlalu jauh dan pada algoritma deep learning menunjukkan bawah ukuran sample size terlalu mempengaruhi akurasi.Akurasi yang dihasilkan oleh algoritma deep learning cenderung stabil, baik pada sample size terkecil maupun sample size terbesar.
Berdasarkan hasil penelitian, dapat disimpulkan bahwa metode deep learning menghasilkan akurasi yang lebih baik daripada metode machine learning. Namun, penelitian ini masih memiliki beberapa keterbatasan, seperti data yang digunakan hanya berasal dari Twitter dan belum mencakup semua jenis bencana. Oleh karena itu, penelitian lanjutan dapat dilakukan dengan memperluas sumber data dan mencakup lebih banyak jenis bencana. Selain itu, penelitian juga dapat dilakukan untuk mengoptimalkan algoritma deep learning yang digunakan, seperti dengan menggunakan teknik transfer learning atau meningkatkan ukuran dataset. Penelitian lanjutan juga dapat dilakukan untuk menguji efektivitas metode deep learning pada domain lain selain kebencanaan, seperti kesehatan atau keuangan. Dengan demikian, penelitian ini dapat memberikan kontribusi yang lebih luas dalam pengembangan teknologi informasi dan rekayasa elektronika.
| File size | 832.02 KB |
| Pages | 13 |
| DMCA | Report |
Related /
STMIKJAYAKARTASTMIKJAYAKARTA Nilai AUC yang tinggi menunjukkan bahwa model memiliki kemampuan yang sangat baik dalam membedakan antara trafik normal dan trafik serangan. BerdasarkanNilai AUC yang tinggi menunjukkan bahwa model memiliki kemampuan yang sangat baik dalam membedakan antara trafik normal dan trafik serangan. Berdasarkan
WIDYATAMAWIDYATAMA Kontribusi penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem pendukung keputusan klinis yang efisien untuk skrining awal diabetesKontribusi penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem pendukung keputusan klinis yang efisien untuk skrining awal diabetes
PLBPLB Dataset yang digunakan terdiri dari 5. 967 citra dalam sembilan kategori, yang merupakan kombinasi dari 70% data publik PlantVillage (Kaggle) dan 30% citraDataset yang digunakan terdiri dari 5. 967 citra dalam sembilan kategori, yang merupakan kombinasi dari 70% data publik PlantVillage (Kaggle) dan 30% citra
UNSURYAUNSURYA Penelitian ini menyimpulkan bahwa tingkat kepuasan mahasiswa terhadap layanan perpustakaan Universitas Dirgantara Marsekal Suryadarma secara umum baik,Penelitian ini menyimpulkan bahwa tingkat kepuasan mahasiswa terhadap layanan perpustakaan Universitas Dirgantara Marsekal Suryadarma secara umum baik,
POLITANI SAMARINDAPOLITANI SAMARINDA Sistem monitoring suhu dan kelembaban di rumah burung kolibri berbasis Android membutuhkan komponen utama seperti NodeMCU ESP8266 sebagai mikrokontroler,Sistem monitoring suhu dan kelembaban di rumah burung kolibri berbasis Android membutuhkan komponen utama seperti NodeMCU ESP8266 sebagai mikrokontroler,
BUMIGORABUMIGORA Penelitian ini bertujuan melakukan analisis sentimen terhadap ulasan objek wisata di Pulau Bali menggunakan Bi-LSTM dan Word2Vec, sehingga diperoleh modelPenelitian ini bertujuan melakukan analisis sentimen terhadap ulasan objek wisata di Pulau Bali menggunakan Bi-LSTM dan Word2Vec, sehingga diperoleh model
STTSSTTS Maraknya aplikasi video game dengan berbagai kategori yang telah dirancang dan diimplementasikan lalu dipublikasikan pada platform Google Play Store sangatMaraknya aplikasi video game dengan berbagai kategori yang telah dirancang dan diimplementasikan lalu dipublikasikan pada platform Google Play Store sangat
TUNASBANGSATUNASBANGSA Simalungun. Metode yang digunakan dalam penelitian adalah teknik data mining algoritma C4. 5 yang diimplementasikan dengan aplikasi RapidMiner 5. 3. VariabelSimalungun. Metode yang digunakan dalam penelitian adalah teknik data mining algoritma C4. 5 yang diimplementasikan dengan aplikasi RapidMiner 5. 3. Variabel
Useful /
STMIKJAYAKARTASTMIKJAYAKARTA Dengan analisis isi kualitatif terhadap laporan keberlanjutan perusahaan telekomunikasi besar antara tahun 2022 hingga 2024, sebuah kerangka pengkodeanDengan analisis isi kualitatif terhadap laporan keberlanjutan perusahaan telekomunikasi besar antara tahun 2022 hingga 2024, sebuah kerangka pengkodean
POLGANPOLGAN Regresi linear berganda menghasilkan persamaan Y = 39,301 0,535X₁ 0,396X₂ dengan koefisien determinasi 0,603, mengindikasikan bahwa budaya organisasiRegresi linear berganda menghasilkan persamaan Y = 39,301 0,535X₁ 0,396X₂ dengan koefisien determinasi 0,603, mengindikasikan bahwa budaya organisasi
POLITANI SAMARINDAPOLITANI SAMARINDA This research successfully developed a web-based system and API for managing parking transactions in Samarinda. The system allows for user registration,This research successfully developed a web-based system and API for managing parking transactions in Samarinda. The system allows for user registration,
POLITANI SAMARINDAPOLITANI SAMARINDA Penelitian ini dikembangkan dengan tahap pengembangan multimedia yang terdiri dari 6 tahap, yaitu Konsep, Desain, Pengumpulan Bahan, Assembly, Pengujian,Penelitian ini dikembangkan dengan tahap pengembangan multimedia yang terdiri dari 6 tahap, yaitu Konsep, Desain, Pengumpulan Bahan, Assembly, Pengujian,