Divaira, Alyssa (2025) Deteksi hoax teks berita berbahasa Indonesia menggunakan FastText dan one-class support vector machine. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text
1_cover.pdf Download (193kB) | Preview |
|
|
Text
2_abstrak.pdf Download (259kB) | Preview |
|
|
Text
3_skbebasplagiarism.pdf Download (159kB) | Preview |
|
|
Text
4_daftarisi.pdf Download (166kB) | Preview |
|
|
Text
5_bab1.pdf Download (298kB) | Preview |
|
|
Text
6_bab2.pdf Restricted to Registered users only Download (547kB) | Request a copy |
||
|
Text
7_bab3.pdf Restricted to Registered users only Download (541kB) | Request a copy |
||
|
Text
8_bab4.pdf Restricted to Registered users only Download (5MB) | Request a copy |
||
|
Text
9_bab5.pdf Restricted to Registered users only Download (290kB) | Request a copy |
||
|
Text
10_daftarpustaka.pdf Restricted to Registered users only Download (341kB) | Request a copy |
||
|
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 |



