Skripsi

Penerapan Algoritma Naive Bayes Untuk Deteksi Konten Berita Hoax Dengan Data Training Berskala Kecil

---

Konten berita hoax membawa dampak negatif kepada masyarakat. Konten berita hoax dapat menyebabkan perpecahan, penghasutan, menyulutkan kebencian, kegelisahan, perasaan marah yang berlebihan, hasutan sana sini dan lain sebagainya. Jumlah dan tingkat penyebaran berita hoax semakin hari semakin meningkat.Di samping itu, masyarakat biasanya tidak memiliki wawasan dan referensi yang cukup untuk mendeteksi konten berita hoax. Untuk menghindari dampak buruk dan ketidaktahuan masyarakat, diperlukan sebuah sistem untuk mendeteksi konten berita hoax secara otomatisTujuan dari penelitian ini adalah menerapkan metode klasifikasi Naïve Bayes agar menghasilkan konten berita hoax yang akurat pada berita kesehatan dengan menggunakan Bahasa Indonesia yang berasal dari situs berita online Turn Back Hoax.Data Penelitian ini diperoleh melalui Penelitian Pustaka.Perancangan sistem pada deteksi berita hoax menggunakan Naive Bayes memiliki dua tahapan, yaitu tahap pelatihan (learning) dan tahap klasifikasi. Bahasa pemrograman yang akan dipakai untuk deteksi hoax ini menggunakan bahasa pemrograman PHP dengan DBMS yaitu MySQL. Hasil penelitian ini menunjukkan bahwa metode Naïve Bayes dapat mengklasifikasikan data berupa dokumen hoax dan non hoax.Nilai akurasi tertinggi diperoleh pada kelas data 100 dengan nilai akurasi 92% dimana dokumen yang terklasifikasi relevan sebanyak 92 dan 7% dokumen yang tidak relevan, nilai recall 95,7% serta precision bernilai 95,80%Jumlah kata dalam tiap data training sangat mempengaruhi klasifikasi terhadap data testing.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

SKR MAI p

Penerbit

Makassar : STMIK AKBA., 2021

Deskripsi Fisik

xvi + 127 hlm., 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF MAI p

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I : Pasnur Dan Pembimbing II : Amran Amiruddin

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar