Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Naratif : Jurnal Nasional Riset, Aplikasi dan Teknik Informatika
Muhammad Fadhil Muttaqin
Sekolah Tinggi Teknologi Bandung
Computer Science & IT Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
SISTEM PREDIKSI BERITA PALSU TENTANG VIRUS COVID-19 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Muhammad Fadhil Muttaqin; Tatang Bukhori; Yanto Yanto; Nova Agustina; Muchammad Naseer
Naratif (Jurnal Nasional Riset, Aplikasi Dan Teknik Informatika) Vol 5 No 1 (2023): NARATIF : Jurnal Nasional Riset Aplikasi dan Teknik Informatika
Publisher : Sekolah Tinggi Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53580/naratif.v5i1.187

Abstract

Seiring dengan perkembangan teknologi informasi, media berita juga turut berkembang menyajikan informasi dalam media online. Namun, sangat disayangkan pada penyebarannya masih banyak ditemukan berita hoax atau berita palsu. Berita palsu yang paling mudah beredar adalah berita palsu tentang informasi isu-isu terkini contohnya tentang Covid-19 dan bencana alam. Agar terhindar dari berita hoax yang beredar, salah satu caranya yaitu dengan lebih teliti membaca judul berita pada situs yang terpercaya seperti Liputan6, Kompas.com, dan CNN. Dalam penelitian ini penulis mengambil topik berita hoax tentang vaksinasi, penyebaran virus Corona dan isu-isu yang memang tidak benar tentang pandemi Covid-19, tidak hanya itu untuk memprediksinya penulis juga membutuhkan berita fakta untuk bisa menjadi perbandingan antara berita palsu dengan fakta dari kasus Covid-19. Karena itu penelitian ini akan membuat model klasifikasi berita palsu virus Covid-19 dengan menerapkan algoritma Support Vector Machine (SVM). Hasil penelitian menyatakan bahwa model klasifikasi berita palsu Covid-19 dengan Algoritma Support Vector Machine (SVM) memiliki nilai akurasi 78%. Setelah uji coba model SVM terhadap dataset Covid-19, deploy model dilakukan dan diharapkan untuk masa yang akan datang masyarakat dapat mengakses situs pengecekan berita palsu. Selain mendapatkan prediksi judul berita yang dikategorikan dengan "Fake" dan "True", web juga dapat menampilkan persentase probabilitas dari prediksi yang dilakukan oleh model. Dengan adanya sistem ini, diharapkan dapat memprediksi judul berita tentang virus Covid-19 seakurat mungkin, baik berita palsu maupun berita yang berisikan fakta.
Co-Authors Muchammad Naseer Nova Agustina Tatang Bukhori Yanto Yanto