Identifikasi Judul Berita Clickbait Berbahasa Indonesia dengan Algoritma Long Short Term Memory (LSTM) Recurrent Neural Network

Abstract

Portal berita online menjadi sebuah sumber penyedia informasi yang saat ini sedang naik daun seiring dengan semakin mudahnya masyarakat Indonesia mengakses internet. Menurut hasil survei Asosiasi Penyedia Jasa Internet Indonesia (APJII) pertumbuhan pengguna internet Indonesia pada tahun 2017 berjumlah 143,26 juta orang. Jumlah pengguna internet yang besar ini merupakan lahan basah bagi bisnis portal berita online untuk bersaing menarik perhatian pengguna internet untuk membuka situs mereka. Jumlah pengguna internet yang besar ini merupakan lahan basah bagi bisnis portal berita online untuk bersaing menarik perhatian pengguna internet untuk membuka situs mereka. Pancingan klik (clickbait) adalah modus media online untuk meningkatkan traffic pengunjung, atau pageviews. Ciri khas judul berita clickbait adalah menyembunyikan fakta atau isi berita di bagian judul. Tujuan clickbait yaitu membuat pembaca penasaran sehingga meng-klik tautan judul berita tersebut. Dengan memanfaatkan data judul berita berbahasa Indonesia yang diperoleh dari beberapa portal berita online dengan jumlah traffic tertinggi di Indonesia, penelitian ini bertujuan untuk mendeteksi judul berita clickbait berbahasa Indonesia secara otomatis. Penelitian ini menggunakan metode neural network dengan basis Long Short Term Memory. Model menggunakan word embedding untuk merepresentasikan data teks kedalam data vektor. Hasil dari penelitian ini adalah sebuah model dengan akurasi 82% dan sebuah sistem yang mampu mengklasifikasikan judul berita apakah termasuk clickbait atau non-clickbait.

Online news portals are becoming a provider of information that is currently on the rise as Indonesian people find it easier to access the internet. Based on the results of a survey of Indonesian Internet Service Providers (APJII) internet users in 2017 were 143.26 million people. This large internet user information is opportunity for online news portal business to compete to attract internet users to open their sites. Clickbait is an online media mode to increase traffic from visitors and page views. The characteristic of the clickbait news tittle is that hides the facts or the content of the news in the title section. The goal of clickbait is trying to make the reader curious so that they click on the headline. By utilizing the Indonesian news headline data obtained from several online news portals with the highest amount of traffic in Indonesia, this research’s goal is to identify Indonesian news clickbait automatically. This study uses artificial neural network method based on Long Short Term Memory. The model uses the word embedding to represent text data into vector data. The results of this study are a model with 82% accuracy and a system that is able to classify whether the news titles is clickbait or non-clickbait.