<![CDATA[Berita hoaks menjadi tantangan besar dalam era digital, terutama dalam ranah politik di Indonesia, karena dapat memengaruhi opini publik dan stabilitas demokrasi. Penelitian ini bertujuan untuk membandingkan kinerja model IndoBERT dan Multilingual BERT (MBERT) dalam mendeteksi berita hoaks berbahasa Indonesia. Model dilatih menggunakan pendekatan fine-tuning pada dataset berita politik yang telah diberi label sebagai fakta atau hoaks. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, dan ROC-AUC. Hasil penelitian menunjukkan bahwa IndoBERT lebih unggul dibandingkan MBERT dalam mendeteksi berita hoaks, dengan performa yang lebih tinggi pada semua metrik evaluasi. Keunggulan IndoBERT disebabkan oleh pelatihannya yang spesifik pada korpus bahasa Indonesia, memungkinkan model memahami struktur dan pola bahasa dengan lebih baik dibandingkan MBERT yang bersifat multibahasa. Temuan ini menegaskan pentingnya model berbasis bahasa lokal dalam tugas klasifikasi teks yang spesifik. Implikasi dari penelitian ini menunjukkan bahwa penggunaan model berbasis bahasa lokal dapat meningkatkan efektivitas deteksi berita hoaks, serta dapat menjadi dasar pengembangan lebih lanjut untuk sistem otomatis dalam memverifikasi informasi di era digital.]]>
Copyrights © 2025
