UNIDHAUNIDHA

Jurnal Sistem Informasi Dan InformatikaJurnal Sistem Informasi Dan Informatika

Perkembangan teknologi informasi yang pesat telah mengubah cara masyarakat mengakses dan menyebarkan informasi. Sayangnya, fenomena ini juga membuka peluang bagi penyebaran berita palsu atau hoaks secara masif melalui platform digital. Penelitian ini bertujuan untuk menganalisis efektivitas beberapa algoritma machine learning dalam mendeteksi berita hoax berbahasa Indonesia berbasis teks. Algoritma yang diuji meliputi Multilayer Perceptron (MLP), Naïve Bayes (NB), Support Vector Machine (SVM), dan Random Forest (RF). Data yang digunakan berupa artikel berita online yang telah melalui tahapan preprocessing teks seperti tokenizing, case folding, filtering, stopword removal, stemming, serta pembobotan menggunakan metode TF-IDF dengan kombinasi fitur unigram dan bigram. Evaluasi kinerja dilakukan dengan menggunakan metrik presisi, recall, skor F1, dan akurasi. Hasil menunjukkan bahwa algoritma SVM dan MLP memberikan performa tertinggi dengan nilai evaluasi di atas 99,8%, sementara RF menunjukkan performa kuat dan stabil, dan NB menunjukkan performa yang layak dengan efisiensi tinggi. Temuan ini memberikan wawasan mengenai efektivitas metode klasifikasi teks dalam mendeteksi hoaks dan menjadi acuan bagi pengembangan sistem deteksi berita hoax yang lebih efisien dan akurat.

Penelitian ini mengevaluasi empat algoritma machine learning untuk mendeteksi hoaks berita digital berbahasa Indonesia.Hasilnya menunjukkan bahwa SVM dan MLP mencapai 99,8% akurasi dengan stabilitas tinggi.Preprocessing teks menggunakan TF-IDF unigram-bigram meningkatkan kemampuan semua model.

Bagaimana jika peneliti berikutnya mengembangkan model hibrida SVM-MLP untuk mendeteksi hoaks daring per bahasa daerah seperti Jawa atau Sunda, kemudian membandingkan efisiensinya? Lalu, dapatkah pendekatan ini diperkaya dengan data gosip media sosial berupa caption TikTok dan meme, yang sering memiliki dialek dan tanda visual? Selain itu, apakah intervensi edukasi digital berbasis model deteksi ini mampu menurunkan kecepatan penyebaran hoaks di kalangan pelajar SMP? Studi intervensi semacam itu akan menjembatani celah antara algoritma presisi tinggi dan literasi media masyarakat.

  1. #studi literatur#studi literatur
  2. #critical thinking#critical thinking
Read online
File size344.98 KB
Pages7
Short Linkhttps://juris.id/p-21K
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test