DETEKSI HOAX PADA MEDIA BERITA INDONESIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

MULYANA, TRI (2023) DETEKSI HOAX PADA MEDIA BERITA INDONESIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Skripsi thesis, Universitas Muhammadiyah Pontianak.

[img]
Preview
Text
BAB I DAN VI.pdf - Published Version

Download (1MB) | Preview
[img] Text (Akses ditutup untuk menghindari plagiarisme. Permohonan akses skripsi, silahkan email ke [email protected])
BAB II-V.pdf - Accepted Version
Restricted to Repository staff only

Download (916kB)

Abstract

Dalam era digital saat ini, informasi dan berita dapat dengan mudah diakses melalui internet dan media sosial. Namun, dengan begitu banyaknya informasi yang tersedia, sulit untuk membedakan berita yang benar dan hoax (berita palsu). Hal ini menjadi masalah serius karena informasi palsu dapat menyebabkan kebingungan, kerugian, dan bahkan membahayakan keselamatan masyarakat. Bagaimana penulis dapat menerapkan data mining untuk mendeteksi hoax pada media berita indonesia menggunakan metode Support Vector Machine(SVM)? Berapakah tingkat akurasi yang dihasilkan oleh metode Support Vector Machine dalam mendeteksi hoax pada media berita indonesia? Kesimpulan dari penelitian ini adalah penulis dapat menerapkan data mining untuk mendeteksi hoax pada media berita indonesia menggunakan metode SVM dan aplikasi yang dibangun dapat membantu media serta masyarakat dalam mendeteksi sebuah berita hoax dengan baik walaupun ada kekurangan dalam tingkat akurasi. Dari hasil penelitian ini dapat disimpulkan bahwa prediksi hoax pada media berita indonesia menggunakan metode SVM mendapatkan accuracy f1-score 92%, precision 93%, dan recall 92%.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Data Mining, Machine Learning, Support Vector Machine, Hoax, accuracy, precision, recall
Subjects: - Teknik Informatika
Divisions: Fakultas Teknik dan Ilmu Komputer > Prodi Teknik Informatika
Depositing User: Admin 2
Date Deposited: 20 Dec 2023 02:14
Last Modified: 20 Dec 2023 02:14
URI: http://repository.unmuhpnk.ac.id/id/eprint/2592

Actions (login required)

View Item View Item