<![CDATA[Dalam beberapa tahun terakhir, isu hoaks telah menjadi ancaman serius terhadap integritas informasi dan proses demokrasi. Pada tahun 2023, Kementerian Komunikasi dan Informatika (Kominfo) mencatat adanya peningkatan signifikan dalam penanganan isu hoaks, dengan 1.615 konten teridentifikasi. Menjelang Pilpres 2024, diperkirakan penyebaran berita hoaks akan meningkat, yang berpotensi mengancam kualitas proses demokrasi di Indonesia. Berbagai penelitian telah dilakukan untuk mengatasi masalah ini menggunakan berbagai metode klasifikasi, termasuk Naïve Bayes dan SVM. Namun, penelitian ini berfokus pada penggunaan Shallow Neural Network, yang diharapkan mampu menangkap pola non-linear dan mengolah berbagai jenis fitur dari data teks. Penelitian ini bertujuan untuk menguji efektivitas Shallow Neural Network dalam klasifikasi berita hoaks dan fakta terkait pemilihan presiden Indonesia 2024. Metodologi yang digunakan dalam penelitian ini adalah SEMMA, yang meliputi tahapan Sample, Explore, Modify, Model, dan Assess. Hasil evaluasi menunjukkan bahwa model klasifikasi yang dikembangkan memiliki performa yang baik dalam membedakan berita valid dan hoaks, dengan akurasi sebesar 93%. Nilai presisi, recall, dan F1 score yang tinggi untuk kedua kelas menunjukkan bahwa model ini dapat diandalkan untuk tugas klasifikasi berita, dengan keseimbangan yang baik antara presisi dan recall, sehingga mampu meminimalkan kesalahan dalam mendeteksi berita valid maupun hoaks.]]>
Copyrights © 2024
