Implementasi AI Multifungsi Untuk Menelusuri Berita Dan Mengidentifikasi Potensi Hoaks Berbasis Multi AI Dan Tools Eksternal
Abstract
Penelitian ini mengembangkan aplikasi berbasis AI untuk mengatasi tantangan disinformasi yang berkembang pesat, didorong oleh kesadaran akan potensi AI dan keterbatasan model bahasa besar (LLM) seperti knowledge cut-off dan halusinasi. Aplikasi ini dirancang untuk menyediakan informasi real-time dan mendeteksi potensi misinformasi, memanfaatkan workflow n8n untuk mengintegrasikan berbagai tools AI dan sumber data. Workflow utama melibatkan pemrosesan input pengguna melalui Webhook, analisis gambar menggunakan OpenAI, pencarian informasi web melalui Firecrawl, dan sintesis respons yang relevan dan terverifikasi oleh LLM (Gemini, Grok, dan model lainnya). Data di-chunk dan disimpan di Qdrant untuk pengambilan informasi yang efisien. Pengembangan ini bertujuan untuk memberdayakan pengguna dalam membedakan informasi faktual dari misinformasi, yang relevan mengingat kerentanan masyarakat Indonesia terhadap disinformasi akibat literasi rendah dan pengaruh emosional. Hasil yang diharapkan adalah alat bantu deteksi berita potensial, yang dapat dikembangkan lebih lanjut untuk menghadapi tantangan penyebaran informasi cepat oleh AI. Aplikasi ini menyoroti bagaimana n8n dapat digunakan untuk membangun sistem AI kompleks yang memproses dan memverifikasi informasi secara efisien.
Kata kunci - LLM, Gemini, Grok, AI, knowledge.
References
“Empowered Minds: AI and the New Era of Digital Mindfulness,” Nov. 2024, doi: 10.59646/dm/285.
J. Chen and Y. Bao, “A Multi-Agent Large Language Model (Llm) Framework for Code-Complying Design Automation of Concrete Structures,” Elsevier BV, 2025. Accessed: May 13, 2025. [Online]. Available: https://doi.org/10.2139/ssrn.5193679
B. Nadimi and H. Zheng, “A Multi-Expert Large Language Model Architecture for Verilog Code Generation,” in 2024 IEEE LLM Aided Design Workshop (LAD), IEEE, Jun. 2024, pp. 1–5. Accessed: May 13, 2025. [Online]. Available: https://doi.org/10.1109/lad62341.2024.10691683
A. Aminudin, “Menghadapi Disinformasi Konten Berita Digital di Era Post Truth,” JURNAL LENSA MUTIARA KOMUNIKASI, vol. 6, no. 2, pp. 283–292, Dec. 2022, doi: 10.51544/jlmk.v6i2.3137.
A. N. Ma’rifah, “Tingkat Literasi Aksesibilitas Wisatawan Domestik di Indonesia,” Ekodestinasi, vol. 1, no. 1, pp. 20–26, Mar. 2023, doi: 10.59996/ekodestinasi.v1i1.35.
S. Rahma, R. Ramly, and N. Nurhusna, “TINGKAT LITERASI DIGITAL GURU BAHASA INDONESIA DALAM MENYAJIKAN PEMBELAJARAN TINGKAT SMA DI KABUPATEN GOWA,” Titik Dua: Jurnal Pembelajaran Bahasa dan Sastra Indonesia, vol. 3, no. 3, Oct. 2023, doi: 10.59562/titikdua.v3i3.47380.
S. Kim, D. Kim, S. Hwang, K.-H. Lee, and K. Lee, “LLM-Assisted Ontology Restriction Verification With Clustering-Based Description Generation,” IEEE Access, vol. 13, pp. 73603–73618, 2025, doi: 10.1109/access.2025.3562560.
“Review for ‘AI for AI: Using AI methods for classifying AI science documents,’” Feb. 2022, doi: 10.1162/qss_a_00223/v1/review1.
T. Händler, “A Taxonomy for Autonomous LLM-Powered Multi-Agent Architectures,” in Proceedings of the 15th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management, SCITEPRESS - Science and Technology Publications, 2023, pp. 85–98. Accessed: May 13, 2025. [Online]. Available: https://doi.org/10.5220/0012239100003598
T. Konflik, K. Kriminal, B. Di, and P. Dengan Pendekatan, “Analisis Parsing Data Sosial Media”.
