Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Prosiding Semnastek

Identifikasi Beritas Palsu Pada Situs Berita Di Indonesia Menggunakan Model Naive Bayes Akhdan, Nabil; Meilina, Popy; Mujiastuti, Rully; Hendra, Hendra
Prosiding Semnastek PROSIDING SEMNASTEK 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyebaran berita palsu di internet menjadi tantangan utama di era digital. Penelitian ini bertujuan membangun model identifikasi berita palsu pada situs berita di Indonesia menggunakan algoritma Naive Bayes Classifier. Dataset diperoleh dari Kaggle dan GitHub yang berisi berita dengan label fakta atau palsu. Tahapan penelitian mencakup text preprocessing, pembobotan TF-IDF, dan klasifikasi. Hasil evaluasi menggunakan data latih dan uji (skenario 80:20) menunjukkan model mampu mendeteksi berita palsu dengan akurasi sebesar 89%, precision 89%, dan recall 89%. Sistem yang dikembangkan diharapkan dapat membantu masyarakat mengenali berita palsu serta meningkatkan literasi digital.