PENERAPAN METODE MACHINE LEARNING DALAM MENGIDENTIFIKASI BERITA HOAKS

Abstrak

Dalam era informasi digital yang semakin berkembang, berita hoaks atau palsu menjadi tantangan serius yang dapat mempengaruhi persepsi dan keputusan masyarakat. Penelitian ini bertujuan untuk mengembangkan metode deteksi berita hoaks menggunakan pendekatan machine learning pada data berita. Fokus penelitian ini adalah mengidentifikasi berita hoaks yang terkait. Penelitian ini melibatkan pengumpulan data berita dari sumber berita daring terkemuka dan penerapan algoritma machine learning, termasuk Logistic Regression, Decision Tree, Gradient Boosting, dan Random Forest, untuk melakukan klasifikasi berita hoaks. Performa model diukur menggunakan metrik akurasi, presisi, recall, dan F1-score, dengan hasil pengujian dibandingkan dengan evaluasi manusia yang telah terlatih dalam mengenali berita hoaks. Hasil penelitian ini menunjukkan bahwa pendekatan machine learning dapat berhasil digunakan untuk mengidentifikasi berita hoaks dengan tingkat akurasi yang tinggi. Namun, penelitian ini juga mengidentifikasi batasan dalam pendekatan ini, seperti keterbatasan data pelatihan dan kompleksitas bahasa. Meskipun demikian, penelitian ini memberikan kontribusi penting dalam upaya untuk mengatasi masalah berita hoaks dan memberikan landasan untuk pengembangan lebih lanjut dalam deteksi berita hoaks menggunakan teknologi machine learning.