Klasifikasi kredibilitas berita online berdasarkan analisis multimodal gambar dan teks menggunakan model CLIP dan IndoBERT

Arrasyid, Yassar Malik (2026) Klasifikasi kredibilitas berita online berdasarkan analisis multimodal gambar dan teks menggunakan model CLIP dan IndoBERT. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) Text (Cover).pdf Download (57kB) | Preview
Preview	Text (ABSTRAK) Text (ABSTRAK).pdf Download (92kB) | Preview
Preview	Text (PERNYATAAN KARYA SENDIRI) Pernyataan karya sendiri .pdf Download (281kB) | Preview
Preview	Text (DAFTAR ISI) Text (Daftar Isi).pdf Download (172kB) | Preview
Preview	Text (BAB I) Text (BAB I).pdf Download (264kB) | Preview
	Text (BAB II) Text (BAB II).pdf Restricted to Registered users only Download (258kB)
	Text (BAB III) Text (BAB III).pdf Restricted to Registered users only Download (305kB)
	Text (BAB IV) Text (BAB IV).pdf Restricted to Registered users only Download (234kB)
	Text (BAB V) Text (BAB V).pdf Restricted to Registered users only Download (29kB)
	Text (DAFTAR PUSTAKA) Text (Daftar Pustaka).pdf Restricted to Registered users only Download (94kB)

Abstract

Perkembangan media digital meningkatkan penyebaran berita tidak kredibel (Fake News) yang umumnya disajikan dalam bentuk kombinasi teks dan gambar. Pada berita bencana alam di Indonesia, penggunaan gambar yang tidak sesuai dengan isi berita dapat menimbulkan disinformasi dan memengaruhi persepsi masyarakat. Namun, penelitian klasifikasi berita di Indonesia masih didominasi pendekatan unimodal berbasis teks dan belum mempertimbangkan hubungan semantik antara teks dan gambar secara terukur. Oleh karena itu, penelitian ini bertujuan membangun sistem klasifikasi kredibilitas berita online berbasis analisis Multimodal dengan mengintegrasikan IndoBERT sebagai text encoder dan CLIP sebagai image encoder. Penelitian menggunakan metodologi Cross-Industry Standard Process for Data Mining (CRISP-DM) dengan dataset berita bencana alam periode 2024–2025 dari berbagai media online. Pada penelitian ini, modalitas teks yang digunakan berupa judul berita, sedangkan modalitas visual berupa gambar pendukung berita. Representasi judul berita dan gambar diekstraksi menggunakan IndoBERT dan CLIP, kemudian hubungan semantik antar-modalitas diukur menggunakan Cosine Similarity. Nilai keselarasan tersebut digabungkan melalui proses Multimodal Fusion untuk melakukan klasifikasi kredibilitas berita. Hasil evaluasi menunjukkan bahwa sistem memperoleh nilai Accuracy, Precision, Recall, dan F1-Score sebesar 93%. Hasil penelitian menunjukkan bahwa pendekatan Multimodal menggunakan IndoBERT dan CLIP mampu menghasilkan klasifikasi kredibilitas berita yang lebih objektif, konsisten, dan terukur berdasarkan keselarasan antara teks dan gambar.

Actions (login required)

View Item