ANALISIS FAKE NEWS PADA MASA PEMILIHAN UMUM PRESIDEN INDONESIA 2024 MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)
Author
Abstract
Mendekati masa pemilihan umum, banyak berita salah yang muncul ditengah-tengah masyarakat menggiring opini masyarakat agar memilih calon presiden yang didukung pembuat berita salah. Diawal tahun 2024, Kementerian Komunikasi dan Informasi telah mengidentifikasi total 203 isu hoax pemilu yang tersebar di berbagai platform berita digital. Oleh karena itu membuat masyarakat yang ingin mengikuti berita perkembangan pemilu menjadi ragu. Tujuan dari penelitian ini membuat aplikasi pembelajaran mesin yang dapat mengklasifikasikan berita benar atau salah secara otomatis dan mudah. Dalam mengklasifikasikan berita, digunakan teknik Penambangan Teks (Text Mining) yang dapat mengolah data teks atau dokumen untuk mendapatkan informasi yang dibutuhkan. Metode yang digunakan yaitu klasifikasi Naïve Bayes dan Support Vector Machine. Data yang digunakan berupa berita benar dan berita salah dari situs Turn Back Hoax oleh MAFINDO (Masyarakat Anti Fitnah Indonesia) yang menyediakan sumber berita terverifikasi benar dan telah melabeli berita salah yang beredar di masyarakat. Implementasi menggunakan aplikasi berbasis website untuk klasifikasi berita Pemilihan Umum. Hasil klasifikasi dari website dengan menggunakan metode Naïve Bayes dan Support Vector Machine mendapatkan hasil evaluasi akurasi yang baik, metode Naïve Bayes mendapatkan hasil akurasi sebesar 91% dan metode Support Vector Machine mendapatkan hasil akurasi sebesar 94%. Berdasarkan hasil pengujian tersebut, diharapkan hasil penelitian ini dapat memberikan sumbangan bagi literasi digital masyarakat mengenai kearuratan berita pemilu.