ANALISIS DAN DETEKSI KONTEN HOAX PADA BERITA BERBAHASA INDONESIA BERBASIS PEMBELAJARAN MESIN

SILVI, MARITA SIHOMBING, IRMA YANTI SITEPU (2019) ANALISIS DAN DETEKSI KONTEN HOAX PADA BERITA BERBAHASA INDONESIA BERBASIS PEMBELAJARAN MESIN , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Berita hoax atau berita bohong yang berisi informasi tidak benar (palsu) sering kali menjadi konsumsi publik di media sosial saat ini. Fenomena hoax ini menimbulkan keraguan terhadap sebuah informasi dan membuat kebingungan di masyarakat. Dalam penelitian ini, eksperimen yang dilakukan bertujuan untuk memilih algoritma terbaik dalam mengklasifikasikan berita hoax dan non-hoax dengan jumlah data sebanyak 251 artikel berbahasa Indonesia (100 artikel hoax dan 151 artikel non-hoax) menggunakan metode text mining dan pendekatan berbasis pembelajaran mesin. Penelitian ini melalui tahap text preprocessing yang terdiri dari tokenizing, case folding, filtering, stopwords removing, stemming dan pembobotan TF-IDF dengan fitur gabungan unigram dan bigram. Hasil dari penelitian ini adalah algoritma Random Forest memperoleh tingkat akurasi terbaik dalam mengklasifikasikan berita hoax dan non-hoax dibandingkan dengan algoritma Multilayer Perceptron, Naïve Bayes, Support Vector Machine, dan Decision Tree dengan nilai akurasi sebesar 76.47%.

JURNAL