Penerapan Metode Machine Learning dalam Mengidentifikasi Berita Hoaks

Aug 2, 2026

Unggah oleh Ivy

Era informasi digital yang berkembang pesat meningkatkan risiko penyebaran berita hoaks yang dapat memengaruhi opini publik serta merugikan individu dan institusi. Penelitian ini bertujuan membangun model machine learning untuk mengidentifikasi berita hoaks dengan akurasi tinggi melalui analisis karakteristik data, mencakup struktur teks, kata kunci, dan sentimen. Klasifikasi dan ekstraksi fitur digunakan untuk membedakan berita hoaks dan berita sah. Evaluasi kinerja dilakukan menggunakan akurasi, presisi, recall, dan F1-score untuk memberi panduan pemangku kepentingan dalam penyediaan serta konsumsi informasi.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman10

Waktu Membaca15 mnt

AksesGratis untuk diunduh

Daftar Isi

Latar Belakang

Kajian Literatur

Berita Hoaks

Python

Machine Learning

Algoritma Klasifikasi

Metodologi

Crawling Data

| |
Computer Based Information System Journal
ISSN (Print): 2337-8794 | E-ISSN : 2621-5292
web jurnal : [http://ejournal.upbatam.ac.id/index.php/cbis](http://ejournal.upbatam.ac.id/index.php/cbis)
| | --- | --- | | Penerapan Metode Machine Learning dalam Mengidentifikasi Berita Hoaks
Vijay Andika Saputra1, Sasa Ani Arnomo2
Universitas Putera Batam, Indonesia. | | | INFORMASI ARTIKEL | | --- | | Diterima Redaksi: Januari 2024
Diterbitkan Online: Maret 2024 | | KATA KUNCI | | Hoax News, Machine Learning, News Analysis, Text Classification | | KORESPONDENSI | | [E-mail: ](E-mail: pb201510033@upbatam.ac.id)[pb201510033@upbatam.ac.id](E-mail: pb201510033@upbatam.ac.id)[ ](E-mail: pb201510033@upbatam.ac.id)[sasaupb@gmail.com](sasaupb@gmail.com) | A B S T R A C T I. Latar Belakang Dalam konteks era informasi digital yang berkembang pesat, tantangan utama yang dihadapi adalah penyebaran berita hoaks ataupalsu yang dapat mempengaruhi opini masyarakatdan merugikan individu serta institusi yang menjadi sasarannya [1] . Fenomena ini menuntut pengembangan sistem yang mampu mengidentifikasi berita hoaks secara efisien danakurat. Penelitian ini bertujuan mengembangkan model machine learning untuk mengidentifikasi berita hoaks dengan tingkat akurasi tinggi. Melalui analisis mendalam terhadap berbagai karakteristik data berita, seperti struktur teks, penggunaan kata kunci, dan sentimen teks, sertapenerapan teknik klasifikasi dan ekstraksi fitur, penelitian ini bertujuan membedakan berita hoaks dan berita sah. Evaluasi kinerja model menggunakan metrik standar seperti akurasi, presisi, recall, dan F1-score diharapkan memberikan panduan dan wawasan bagi pihak yang terlibat dalam penyediaan dan konsumsi informasi. Pengembangan sistem yang efektif inidiharapkan dapat melindungi integritas informasi, mencegah penyebaran berita palsu, dan membangun lingkungan informasi yang lebih dapat dipercaya di era digital ini [2] . II. Kajian Literatur Di dalam sub kajian literatur, penulis akan membahas mengenai teori-teori umum yang berhubungan dengan pelaksanaan penelitian ini yang berupa pengertian-pengertian secara umum. 2.1 Berita Hoaks Berita adalah penyampaian informasiterkini melalui media massa, bertujuan memberikan pemahaman kepada masyarakattentang peristiwa atau fakta terbaru yang signifikan, mencakup isu politik, sosial, ekonomi, dan budaya. Berita hoaks (hoax news) adalah informasi palsu atau tidak benar yang disajikandalam bentuk berita dengan tujuan untuk menyesatkan atau memanipulasi pembaca ataupenonton. Berita hoaks sering kali dirancang sedemikian rupa sehingga terlihat seperti berita yang sah dan dapat dengan mudah menipu orang yang membacanya. Tujuan dari berita hoaks bisabermacam-macam, termasuk menyebarkan propaganda, menciptakan kebingungan, mempengaruhi opini publik, atau bahkan mencari keuntungan finansial [3] . 2.2 Python Python adalah bahasa pemrogramantingkat tinggi yang bersifat serba guna, mendukung pemrograman berorientasi objek, dandikenal karena sintaksisnya yang mudah dibaca dan mudah dipahami. Python dirancang untuk menjadi bahasa yang lebih intuitif dan efisien, dengan fokus pada penulisan kode yang lebihsedikit dibandingkan dengan bahasa pemrograman lainnya [4] . 2.3 Machine Learning Machine Learning (ML) adalah cabang dari kecerdasan buatan (artificial intelligence) yang berfokus pada pengembangan algoritma dan model komputer yang dapat belajar dari data serta melakukan tugas-tugas tertentu tanpa perlu secaraeksplisit diprogram. Dalam konsep tradisionalpemrograman, akan memberikan aturan dan instruksi kepada komputer untuk melakukan suatutugas tertentu. Namun, dalam machine learning, komputer belajar dari data yang diberikan dandapat meningkatkan performanya seiring bertambahnya data [5] . 2.4 Algoritma Klasifikasi Algoritma klasifikasi dalam machine learning merupakan teknik yang digunakan untuk memprediksi kelas atau label suatu data berdasarkan fitur-fitur ya

Pertanyaan Umum

Apa tujuan penelitian ini dalam mengidentifikasi berita hoaks?

Mengembangkan model machine learning untuk membedakan berita hoaks dan berita sah dengan tingkat akurasi tinggi, serta memanfaatkan analisis struktur teks, kata kunci, dan sentimen.

Fitur data apa saja yang digunakan untuk membedakan berita hoaks dan berita sah?

Penelitian menggunakan karakteristik teks seperti struktur teks, penggunaan kata kunci, serta sentimen teks melalui teknik klasifikasi dan ekstraksi fitur.

Bagaimana cara evaluasi kinerja model dilakukan?

Evaluasi menggunakan metrik standar seperti akurasi, presisi, recall, dan F1-score untuk menilai performa model dalam klasifikasi.

Aug 2, 2026

Unggah oleh Ivy