Deteksi Berita Hoax Di Media Sosial Twitter Dengan Ekspansi Fitur Menggunakan Glove

Abstract

Abstrak
Terdapat banyak berita hoax yang saat ini banyak beredar di masyarakat. Bahkan di Indonesia, khusus- nya di media sosial, fenomena hoax tidak jarang terjadi. Hoax bisa membuat orang resah karena informasi yang tidak diketahui kebenarannya. Untuk mengetahui informasi yang disebarluaskan, kita perlu mengklasifikasikannya untuk mengetahui apakah itu hoax atau tidak. Oleh karena itu dalam penelitian ini, di kembangkan sistem yang mampu mendeteksi informasi hoax di media sosial Twitter dengan menggunakan metode ekspansi fitur Global Vectors for Word Representation (GloVe). Metode ekspansi fitur Glove digunak- an untuk mengurangi adanya ketidakcocokan kosakata pada sebuah tweet pada Twitter. Proses klasifikasi yang digunakan beberapa metode yaitu, Support Vector Machine (SVM), Naive Bayes dan Recurrent Neural Network (RNN). Pada hasil penelitian menunjukan bahwa sistem pendeteksi Hoax menggunakan ekspansi fitur memiliki akurasi sebesar 91,92% pada metode klasifikasi SVM dengan menggunakan korpus GloVe Tweet+Berita dan menggunakan Top 10.
Kata kunci: Hoax, Twitter, Support Vector Machine (SVM), Naive Bayes, Recurrent Neural Network (RNN).