<![CDATA[Kemajuan teknologi informasi di era digital saat ini telah memberikan dampak yang signifikan terhadap akses informasi melalui media online. Hal ini disebabkan semakin populernya penggunaan media online karena biayanya yang murah dan akses yang mudah. Berita palsu dapat disebarkan melalui berbagai platform media, termasuk penggunaan website, media sosial, email, dan platform digital lainnya. Berita palsu disebarkan untuk berbagai tujuan, termasuk menghasilkan pendapatan iklan melalui clickbait, mempengaruhi opini publik mengenai peristiwa terkini, menyebarkan perselisihan, dan mempromosikan agenda tertentu.Dalam penelitian ini diusulkan metodologi untuk mendeteksi berita asli dan berita palsu dengan menggunakan metode seleksi fitur TF-IDF untuk melakukan klasifikasi dan menerapkan algoritma pembelajaran mesin yaitu, Support Vector Machine, Logistic Regression, Random Forest, dan Decision Tree. Hasil dari klasifikasi tersebut ditampilkan dalam bentuk confusion matrix. Berdasarkan hasil penelitian yang telah dilakukan algoritma Support Vector Machine menghasilkan akurasi sebesar 95,65% dengan nilai presisi 94,91%, disusul dengan algoritma Logistic Regression, algoritma Random Forest, dan algoritma Decision Tree yang memperoleh nilai akurasi terkecil sebesar 91,25%.]]>
Copyrights © 2024
