<![CDATA[Abstrak - Indonesia merupakan salah satu negarayang memiliki banyak pengguna media sosial, konsumsimedia sosial yang tinggi tanpa dibarengi dengan sikapkritis dalam melakukan filter informasi yang didapatmembuat berita hoax menjadi semakin mudahtersebarluaskan. Hoax merupakan berita yangdisebarkan dengan tujuan agar publik mempercayaihal yang tidak diketahui kebenarannya. Hoax dapatmenimbulkan adanya kecemasan dan permusuhan bagipihak yang terpapar. Pada penelitian tugas akhir ini,dibangun sistem klasifikasi berita hoax di twitterdengan menggunakan metode naive bayes multinomialyang dikombinasikan menggunakan pembobotan TFIDF serta penggunaan seleksi fitur information gain.Hasil akhir pengujian menunjukkan bahwapenggunaan information gain pada klasifikasi hoax inidapat mengurangi nilai overfitting dari akurasi. Hasilakurasi terbaik yang didapat dari penelitian ini adalahsebesar 79,87% dengan menggunakan klasifikasi NaiveBayes Multinomial, pembobotan TD-IDF, dan tanpapenggunaan seleksi fitur Information Gain. Kata kunci : hoax, twitter, TF-IDF, information gain, naive bayes multinomial]]>
Copyrights © 2024
