IDENTIFIKASI BERITA HOAX MENGGUNAKANA KOMBINASI METODE K- NEAREST NEIGHBOUR (KNN) DAN TF-IDF BERBASIS WEB DENGAN MENGGUNAKAN FRAMEWORK CODEIGNITER

Danu, Nur Irwanto (2020) IDENTIFIKASI BERITA HOAX MENGGUNAKANA KOMBINASI METODE K- NEAREST NEIGHBOUR (KNN) DAN TF-IDF BERBASIS WEB DENGAN MENGGUNAKAN FRAMEWORK CODEIGNITER. .. (Unpublished)

Preview

Text (IDENTIFIKASI BERITA HOAX MENGGUNAKANA KOMBINASI METODE K- NEAREST NEIGHBOUR (KNN) DAN TF-IDF BERBASIS WEB DENGAN MENGGUNAKAN FRAMEWORK CODEIGNITER) 2020-JurnalDanu.pdf Download (307kB) | Preview

Abstract

Internet berkembang menjadi media informasi. Sangat disayangkan apabila informasi yang disampaikan
tidak akurat atau bohong (hoax). Yakni berita yang memuat informasi palsu. Saat ini teknologipendeteksi hoax
masih jarang ditemukan. Untuk mengidentifikasi semua berita hoax secara manual adalah hal yang sangat sulit.
Oleh karena itu diperlukan pendekatan secara artificial intelligence (AI) atau kecerdasan buatan. Dimana
sebuah mesin dilatih terlebih dahulu (machine learning) untuk menyelesaikan masalah tertentu. Dengan adanya
kecerdasan buatan ini diharapkan dapat mengidentifikasi berita hoax lebih cepat dan lebih akurat. Dalam ilmu
komputer, untuk mengidentifikasi kemungkinan berita yang mengandung hoax atau tidak dilakukan dengan
menggunakan pemodelan bahasa Salah satunya adalah bahasa pemodelan dengan algoritma TF-IDF. Kemudian
Metode K-Nearest Neigbor (KNN), dipakai untuk mengklasifikasikan berita yang sudah di identifikasi sebagai
berita palsu. Aplikasi ini dapat mengurangi penyebaran berita hoax. Sistem dapat mengidentifikasi berita hoax.
Selama kategori berita ada dalam dataset. Untuk akurasi sistem identifikasi berita hoax dipengaruhi jumlah
dataset yang ada dan pembahasan yang sesuai dengan topiknya. Dapat dilakukan penambahan dataset berita
hoax secara otomatis dari sumber berita yang sudah teridentifikasi,dari situs-situs resmi berita hoax dan valid
yang sudah ada. Agar proses identifikasi menjadi lebih akurat.

Actions (login required)

View Item