Evaluasi Kinerja Algoritma Naive Bayes pada Sistem Deteksi Berita Hoax
DOI:
https://doi.org/10.52661/j_ict.v5i2.238Abstract
Perkembangan teknologi internet dan penggunaan media sosial yang masif serta lemahnya kemampuan literasi masyarakat menjadi salah satu penyebab berita hoax menyebar dengan cepat di masyarakat. Hoax dapat mempengaruhi kesehatan mental, menyebabkan kecemasan dan kekerasan serta berpotensi memecah belah masyarakat. Pada penelitian ini dilakukan evaluasi kinerja sistem deteksi berita hoax dengan menggunakan algoritma Naïve Baiyes. Sumber berita dimabil dari beberapa website seperti website kompas.com, detik.com, liputan6.com, dan TribunNews.com untuk berita bukan hoax, sedangkan turnbackhoax.id untuk berita hoax. Hasil pengujian menunjukkan kinerja algoritma Naïve Baiyes sebagai berikut, akurasi 92,01%, presisi 92,34% dan recall 91,41%.
References
N. C. Laksana, “Apa itu Industri 4.0 dan bagaimana Indonesia menyongsongnya,” tek.id, 2019. https://www.tek.id/tek/apa-itu-industri-4-0-dan-bagaimana-indonesia-menyongsongnya-b1Xbl9d4L.
“Mengenal Ciri-ciri Berita Hoax dan Dampaknya,” Universitas Medan Area, 2022. https://pkk.uma.ac.id/2022/05/20/mengenal-ciri-ciri-berita-hoax-dan-dampaknya.
A. Pratama, D. M. Midyanti, and S. Bahri, “Penerapan naive bayes classifier dengan algoritma stemming nazief dan adriani untuk aplikasi deteksi ujaran kebencian berbasis web,” Coding J. Komput. dan Apl., vol. 8, no. 1, pp. 227–236, 2020.
A. An. Sawitri, “4 Penyebab Hoax Mudah Viral di Media Sosial,” tempo, 2017. https://nasional.tempo.co/read/838621/4-penyebab-hoax-mudah-viral-di-media-sosial.
C. Juditha, “Interaksi Komunikasi Hoax di Media Sosial serta Antisipasinya,” J. Pekommas, vol. 3, no. 1, pp. 31–44, 2018, doi: 10.30818/jpkm.2018.2030104.
F. Rahutomo, I. Y. R. Pratiwi, and D. M. Ramadhani, “Eksperimen Naïve Bayes Pada Deteksi Berita Hoax Berbahasa Indonesia,” J. Penelit. Komun. Dan Opini Publik, vol. 23, no. 1, 2019, doi: 10.33299/jpkop.23.1.1805.
H. Mustofa and A. A. Mahfudh, “Klasifikasi Berita Hoax Dengan Menggunakan Metode Naive Bayes,” Walisongo J. Inf. Technol., vol. 1, no. 1, pp. 1–12, 2019, doi: 10.21580/wjit.2019.1.1.3915.
N. Agustina, A. Adrian, and M. Hermawati, “Implementasi Algoritma Naïve Bayes Classifier untuk Mendeteksi Berita Palsu pada Sosial Media,” Fakt. Exacta, vol. 14, no. 4, pp. 206–213, 2021, doi: 10.30998/faktorexacta.v14i4.11259.
F. Prasetya and F. Ferdiansyah, “Analisis Data Mining Klasifikasi Berita Hoax COVID 19 Menggunakan Algoritma Naive Bayes,” J. Sist. Komput. dan Inform., vol. 4, no. 1, pp. 132–139, 2022, doi: 10.30865/json.v4i1.4852.
N. A. Susanti, M. Walid, and Hoiriyah, “Klasifikasi Data Tweet Ujaran Kebencian di Media Sosial Menggunakan Naive Bayes Classifier,” J. Mhs. Tek. Inform., vol. 6, no. 2, pp. 538–543, 2022.
E. I. Setiawan, S. Johanes, A. T. Hermawan, and Y. Yamasari, “Deteksi Validitas Berita pada Media Sosial Twitter dengan Algoritma Naive Bayes,” J. Intell. Syst. Comput., vol. 3, no. 2, pp. 55–60, 2021.
C. S. Sriyano and E. B. Setiawan, “Pendeteksian Berita Hoax Menggunakan Naive Bayes Multinomial Pada Twitter dengan Fitur Pembobotan TF-IDF,” e-Proceeding Eng., vol. 8, no. 2, pp. 3396–3405, 2021.
M. Ibrahim, E. Bu’ulolo, and I. Lubis, “Penerapan Algoritma Naive Bayes Classifier Untuk Mendeteksi Tingkat Krediblitas Hoax News/ Fake News Pada Sosial Media Di Indonesia Berbasis Android (Studi Kasus : Kantor Tribun Medan),” Resolusi Rekayasa Tek. Inform. dan Inf., vol. 1, no. 1, pp. 9–17, 2020.
S. M. Habib, E. Haerani, S. K. Gusti, and S. Ramadhani, “Klasifikasi Berita Menggunakan Metode Naïve Bayes Classifier,” J. Nas. Komputasi dan Teknol. Inform., vol. 5, no. 2, pp. 248–258, 2022.
S. L. B. Ginting and R. P. Trinanda, “TEKNIK DATA MINING MENGGUNAKAN METODE BAYES CLASSIFIER UNTUK OPTIMALISASI PENCARIAN Oleh :,” JATI J. Teknol. dan Inf., vol. 3, no. 2, pp. 37–35, 2013.
L. Afifah, “Apa itu Confusion Matrix di Machine Learning?,” Ilmu data, 2021. https://ilmudatapy.com/apa-itu-confusion-matrix/
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Intan Pangesti, Nur Afifah Zein, Danny Kurnianto
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.