Claim Missing Document
Check
Articles

Found 1 Documents
Search

Deteksi Hoaks Logistik Pemilu Menggunakan Support Vector Machine dengan SMOTE dan Retensi Negasi Tendean, Christian Yehuda; Tangkawarow, Irene Realyta Haldy Trosi
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 1 (2026): EduTIK : Februari 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

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

Abstract

Logistik pemilu merupakan elemen fisik vital dalam kedaulatan demokrasi, namun sering menjadi sasaran disinformasi yang menggunakan istilah teknis untuk memanipulasi opini publik (mimikri). Metode deteksi konvensional sering mengalami kegagalan semantik karena menghapus kata negasi dan bias akibat ketidakseimbangan jumlah data (imbalanced dataset). Penelitian ini bertujuan mengembangkan model deteksi otomatis hoaks logistik menggunakan algoritma Support Vector Machine (SVM) yang dioptimalkan. Metodologi penelitian menerapkan pendekatan kuantitatif eksperimental dengan tiga intervensi utama: (1) Targeted Scraping pada media terverifikasi dan situs debunking, (2) Preprocessing dengan teknik Retensi Negasi untuk menjaga konteks sanggahan, dan (3) Penerapan SMOTE (Synthetic Minority Over-sampling Technique) untuk menyeimbangkan kelas minoritas. Hasil pengujian pada dataset pilot menunjukkan bahwa integrasi SMOTE dan Retensi Negasi mampu menghasilkan performa dengan dominasi nilai Recall (Sensitivitas). Hal ini membuktikan bahwa model efektif mendeteksi hampir seluruh sampel hoaks tanpa bias kelas mayoritas, menjadikannya solusi tepat sebagai sistem peringatan dini, sementara Retensi Negasi mampu menjaga integritas makna pada kalimat krusial yang mengandung penyangkalan. Model yang diusulkan dirancang untuk memprioritaskan nilai Recall guna meminimalisir lolosnya informasi hoaks yang berpotensi memicu konflik sosial.