<![CDATA[Penyebaran berita palsu (hoaks) menjadi tantangan besar di era digital, terutama melalui media sosial yang menyebarkan informasi secara masif dan cepat. Untuk mengatasi masalah ini, penelitian ini mengembangkan aplikasi web berbasis algoritma Naive Bayes untuk mendeteksi berita palsu berbahasa Indonesia. Dataset yang digunakan terdiri dari 19697 berita yang dikumpulkan dari berbagai sumber, baik fakta maupun hoaks. Proses pelatihan melibatkan tahapan preprocessing teks, vectorization dengan TF-IDF, serta model tuning menggunakan GridSearchCV. Hasil pengujian menunjukkan bahwa model mampu mencapai akurasi sebesar 92,3% dengan nilai precision, recall, dan f1-score yang seimbang pada kedua kelas. Aplikasi ini diimplementasikan menggunakan framework Streamlit dan dilengkapi dengan integrasi API Google News untuk mendukung verifikasi informasi secara real-time. Penelitian ini menunjukkan bahwa kombinasi antara machine learning dan teknologi web dapat menjadi solusi efektif dalam deteksi hoaks secara otomatis.]]>
Copyrights © 2025
