Klasifikasi Pengguna Media Sosial Twitter Dalam Persebaran Hoax Menggunakan Metode Backpropagation

Abstract

Penggunaan teknologi akan selalu diikuti dengan hal negatif dan positif pada penggunaanya termasuk seperti pada media sosial twitter, facebook, dan instagram. Banyak kasus yang terjadi seperti penculikan, pencemaran nama baik, penipuan hingga penyebaran suatu paham yang sesat. Hoax merupakan salah satu hal negatif yang sering terjadi didalam media sosial, berita dalam hoax masih diragukan kebenaran atau faktanya. Penggunaan metode backpropagation pada prediksi dan klasifikasi data dapat digunakan untuk memprediksi kemungkinan seorang pengguna akun twitter menyebarkan suatu berita hoax berdasarkan perilaku pengguna tersebut. Pengujian data dilakukan berdasarkan isi konten tweets dan perilaku pengguna. Data set disusun berdasarkan attribute yang digunkan seperti jumlah followers, following, jumlah tweets dan keaktifan pengguna yang berdampak pada diterimanya dan tersebarnya suatu berita. Data set tersebut digunakan untuk pelatihan (training) pada backpropagation menggunakan algoritma gradient descent backpropagation dan lavenbergmarquad backpropagation. Setelah proses training selesai maka hasil training diuji untuk mengenal 4 jenis pola masukan. Hasil pengujian kemudian dibandingkan untuk melihat kelebihan dan kekurangan kedua algoritma backpropagation tersebut. Pada proses pengujian yang dilakukan dengan metode lavenberg-marquad backpropagation mendapatkan akurasi rata-rata sebesar 72.19% dengan MSE (0.1996 ) terendah dibandingkan dengan backpropagation gradien descent. Kata kunci : hoax, twitter, Backpropagation, Neural Network, Media Sosial, lavenberg-marquad, backpropagation, gradien descent backpropagation.