Deteksi hoax teks berita berbahasa Indonesia menggunakan FastText dan one-class support vector machine

Divaira, Alyssa (2025) Deteksi hoax teks berita berbahasa Indonesia menggunakan FastText dan one-class support vector machine. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text
1_cover.pdf

Download (193kB) | Preview
[img]
Preview
Text
2_abstrak.pdf

Download (259kB) | Preview
[img]
Preview
Text
3_skbebasplagiarism.pdf

Download (159kB) | Preview
[img]
Preview
Text
4_daftarisi.pdf

Download (166kB) | Preview
[img]
Preview
Text
5_bab1.pdf

Download (298kB) | Preview
[img] Text
6_bab2.pdf
Restricted to Registered users only

Download (547kB) | Request a copy
[img] Text
7_bab3.pdf
Restricted to Registered users only

Download (541kB) | Request a copy
[img] Text
8_bab4.pdf
Restricted to Registered users only

Download (5MB) | Request a copy
[img] Text
9_bab5.pdf
Restricted to Registered users only

Download (290kB) | Request a copy
[img] Text
10_daftarpustaka.pdf
Restricted to Registered users only

Download (341kB) | Request a copy
[img] Text
11_lampiran.pdf
Restricted to Repository staff only

Download (356kB) | Request a copy

Abstract

Rendahnya literasi digital masyarakat Indonesia menyebabkan sulitnya membedakan informasi valid dan hoax, khususnya berita tentang politik. Penelitian ini bertujuan membangun deteksi hoax teks berita berbahasa indonesia dengan metodologi Cross Industry Standard Process for Data Mining (CRISP-DM). Dataset diperoleh melalui proses web scraping dari situs resmi Sekretariat Kabinet Republik Indonesia (setkab.go.id). Pengujian dilakukan menggunakan 1.000 data uji yang terdiri dari 500 berita faktual dan 500 berita hoax, dengan sumber berita dari cnnindonesia.com, kompas.com, detik.com, antaranews.com, sindonews.com, tempo.co, liputan6.com. Data uji hoax diperoleh dari situs turnbackhoax.id, beritajatim.com, indopop.id, suara.com, wowkeren.id, fimela.com, beautynesia.id, melintas.id, lintasterkini.com, celebrity.okezone.com. Hasil evaluasi menunjukkan bahwa model deteksi hoax yang dibangun mampu mencapai nilai F1-score sebesar 85%. Hasil akhir penelitian adalah sistem deteksi hoax teks berita berbahasa Indonesia yang dapat membantu masyarakat membedakan berita valid dan hoax, sehingga dapat meningkatkan literasi digital serta mengurangi penyebaran informasi palsu di ranah politik.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Literasi Digital; Deteksi Hoax; CRISP-DM; Teks Berita Politik; F1-score
Subjects: Data Processing, Computer Science
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Alyssa Divaira
Date Deposited: 17 Dec 2025 07:49
Last Modified: 17 Dec 2025 07:51
URI: https://digilib.uinsgd.ac.id/id/eprint/126798

Actions (login required)

View Item View Item