Implementasi Model BERT untuk Klasifikasi Konten Hoaks pada Berita Politik

maliki, galvan adam (Universitas Muhammadiyah Malang)
aditya, christian sri kusuma (Universitas Muhammadiyah Malang)

Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Vol 15, No 1 (2026): Februari 2026

The rapid growth of digital media accelerates the spread of information, including political hoaxes that can influence public opinion and disrupt social stability. Distinguishing factual news from hoaxes is challenging due to linguistic complexity and the high volume of textual data that cannot be handled manually. To address this issue, the present study employs an automated approach based on the BERT (Bidirectional Encoder Representations from Transformers) model, which is designed to capture linguistic context in a more comprehensive manner. The dataset consists of 3,807 Indonesian political news articles verified as factual or hoaxes. The results show that BERT achieves 98% accuracy, performing strongly on factual news and reasonably well on hoax detection. These findings confirm that BERT is effective for political hoax classification and serves as a relevant foundation for developing future NLP-based misinformation detection systems.Keywords: BERT; Fake news; Political news; Text classification AbstrakPerkembangan media digital mempercepat penyebaran informasi, termasuk berita hoaks yang berpotensi memengaruhi opini publik dan stabilitas sosial. Tantangan utama dalam memilah fakta dan hoaks terletak pada kompleksitas bahasa serta tingginya volume teks yang sulit ditangani secara manual. Untuk mengatasi permasalahan tersebut, penelitian ini mengadopsi metode otomatis berbasis model BERT (Bidirectional Encoder Representations from Transformers) yang dirancang untuk memahami konteks bahasa secara lebih mendalam. karena keunggulannya dalam memproses hubungan antarkata secara bidirectional sehingga mampu menangkap pola linguistik yang tidak dapat ditangani metode tradisional. Dataset yang digunakan mencakup 3.807 berita politik berbahasa Indonesia yang telah diverifikasi sebagai fakta atau hoaks. Hasil penelitian menunjukkan bahwa BERT mencapai akurasi 98% dengan performa sangat baik pada kelas fakta dan cukup baik pada kelas hoaks. Temuan ini menegaskan bahwa BERT efektif digunakan untuk klasifikasi berita hoaks politik dan relevan sebagai dasar pengembangan sistem deteksi misinformasi berbasis NLP di masa mendatang.