Saprudin Saprudin
Universitas Pamulang, Kota Tangerang Selatan, Indonesia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Algoritma Convolutional Neural Network (CNN) Dalam Mendeteksi Berita Hoaks Pada Media Social Ilham Aji Pangestu; Saprudin Saprudin
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 7 No. 2 (2025): Jurnal Ekonomi Manajemen Sistem Informasi (November-Desember 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v7i2.6993

Abstract

Penyebaran berita palsu (hoaks) di media sosial semakin meningkat dan berdampak negatif terhadap masyarakat, mulai dari menimbulkan kebingungan hingga mengganggu stabilitas sosial. Penelitian ini bertujuan untuk membangun sistem deteksi berita hoaks berbasis Convolutional Neural Network (CNN) dengan menggunakan data komentar dari platform X (Twitter). Data yang terkumpul berjumlah 5.534 komentar, yang setelah tahap preprocessing menghasilkan 4.117 komentar . Proses pelabelan menunjukkan bahwa mayoritas data termasuk kategori hoaks (88,05%). Data kemudian dibagi menjadi data latih dan uji untuk pengembangan model CNN. Hasil evaluasi menunjukkan performa dengan akurasi 88,2%, precision 91,8%, recall 95,2%, serta F1-score 93,4%. Selain itu, model ini berhasil diimplementasikan ke dalam aplikasi web berbasis Gradio. Penelitian ini membuktikan bahwa CNN efektif dalam mengklasifikasi berita hoaks berbasis teks dan dapat digunakan untuk meningkatkan keakuratan identifikasi dalam berita hoaks.