APTIKOMAPTIKOM

Jurnal Ticom: Technology of Information and CommunicationJurnal Ticom: Technology of Information and Communication

Berdasarkan statistik aduan konten yang tercatat di website Kominfo, laporan isu hoaks terus meningkat secara signifikan. Isu hoaks dapat berupa fitnah, penipuan, kekerasan, terorisme, atau radikalisme, yang berdampak negatif pada masyarakat, seperti ketidakpercayaan, kekacauan sosial, dan ketidakstabilan politik. Untuk mengatasi permasalahan ini, dikembangkan sebuah sistem pendeteksi berita hoaks menggunakan metode TF-IDF, algoritma Support Vector Machine (SVM), dan algoritma Random Forest. Hasil evaluasi menunjukkan tingkat akurasi di atas 90% pada pengujian pertama, namun menurun menjadi sekitar 55% pada pengujian kedua. Meskipun demikian, model ini memberikan prediksi yang cukup baik dengan performa sedang.

Penelitian ini menunjukkan bahwa metode SVM dan Random Forest dapat digunakan untuk mendeteksi berita hoaks dengan tingkat akurasi yang cukup baik.Meskipun terdapat penurunan akurasi pada pengujian kedua, sistem yang dikembangkan tetap memberikan prediksi yang bermanfaat dalam memilah berita yang hoaks.Pengembangan sistem pendeteksi berita hoaks ini diharapkan dapat membantu masyarakat dalam memverifikasi informasi dan mengurangi dampak negatif dari penyebaran berita palsu.

Penelitian selanjutnya dapat difokuskan pada pengembangan model yang lebih robust terhadap perubahan pola bahasa dalam berita hoaks, misalnya dengan menggunakan teknik deep learning. Selain itu, perlu dilakukan penelitian lebih lanjut untuk mengintegrasikan analisis konteks sosial dan politik dalam proses deteksi hoaks, sehingga dapat meningkatkan akurasi prediksi. Pengembangan sistem pendeteksi hoaks yang dapat beradaptasi secara otomatis terhadap tren berita terbaru juga menjadi arah penelitian yang menjanjikan, dengan memanfaatkan teknik transfer learning atau reinforcement learning.

Read online
File size466.51 KB
Pages6
DMCAReport

Related /

ads-block-test