DETEKSI BERITA HOAX MENGGUNAKAN METODE SUPPORT VECTOR MACHINES PADA BERITA DI PROVINSI LAMPUNG
Kemajuan internet yang cepat telah mengubah banyak aspek kehidupan, termasuk cara kita berkomunikasi. Internet tidak hanya memfasilitasi komunikasi tetapi juga berfungsi sebagai saluran efisien untuk menyebarkan informasi, memungkinkan masyarakat untuk mengakses dan menerima informasi dengan cepat dan mudah. Meskipun penyebaran informasi yang cepat adalah perkembangan yang menguntungkan, namun tidak semua konten online adalah faktual. Sebagian besar berita online bisa jadi tidak akurat atau hoax. Hoax adalah berita yang menyesatkan dan manipulatif, yang menyebarkan kebohongan sebagai kebenaran. Informasi semacam ini bisa merugikan banyak orang yang tidak bersalah dengan meyakinkan mereka tentang peristiwa yang sebenarnya tidak terjadi. Permasalahan yang dihadapi pengguna internet berita hoax dapat diselesaikan melalui pengenalan pola. Data penelitian dilakukan terhadap 500 berita di Provinsi Lampung, 250 berita faktual dan 250 berita hoax. Data dikumpulkan dari portal berita online Hoaxbuster dan RMOLLampung dengan metode web scraping. Model penelitian dibangun dengan menggunakan metode Support Vector Machine (SVM) dengan melakukan perbandingan 2 kernel yaitu Radial Basic Function dan Polynomial. Hasil penelitian menunjukkan bahwa akurasi pada kernel RBF lebih tinggi dengan nilai sebesar 98%, sedangkan untuk kernel Polynomial memiliki nilai akurasi sebesar 97%. Berdasarkan hasil tersebut dapat disimpulkan bahwa kernel RBF memiliki kecenderungan yang lebih rendah untuk overfitting dibandingkan dengan kernel Polynomial, terutama ketika degree pada kernel Polynomial tinggi.
URI
https://repo.itera.ac.id/depan/submission/SB2406030057
Keyword
Information, Hoax news, Support Vector Machine, Ra