Hoax Detector Covid 19 Indonesia Di Twitter Menggunakan Metode Klasifikasi Rocchio
DOI:
https://doi.org/10.34818/eoe.v8i5.15685Abstract
Perkembangan teknologi membuat komunikasi semakin mudah dengan menggunakan media sosial, begitupun berita yang tersebar didalamnya tidak dapat tervalidasi segala isinya. Hoax adalah berita yang diterbitkan tanpa mengacu pada berita yang benar atau berita yang salah. Untuk mengetahui hoax atau tidak suatu berita, kita bisa menggunakan metode klasifikasi khususnya klasifikasi Rocchio. Dengan akurasi yang cukup tinggi untuk mengklarifikasi berita, diharapkan hoax dapat dengan mudah teridentifikasi menggunakan klasifikasi Rocchio. Untuk kasus ini, metode n-gram digunakan sebagai tambahan parameter untuk mengukur tingkat akurasi dan keefektifan dari klasifikasi Rocchio. Hasil akhir berupa evaluasi dari tingkat akurasi Klasifikasi Rocchio untuk pengujian dengan unigram sebesar 0.87, untuk bigram sebesar 0,77, dan untuk trigram sebesar 0,66. Berdasarkan pengujian yang dilakukan menggunakan n-gram, disimpulkan bahwa gabungan urutan n-gram menentukan akurasi yang didapatkan, semakin banyak urutan n-gram akurasi akan semakin kecil Kata kunci : Hoax, Klasifikasi, Rocchio, Data, Twitter.Downloads
References
[1] Asur, Sitaran dan Bernardo A. Huberman. Predicting The Future With Social Media. Proceeding WI-IAT ‘10 Proceeding of the 2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology. Volume 01. Halaman 492-499. 2010.
[2] Rimjhim, & Chakraborty, R. (2018). Characterizing user reactions towards twitter’s 280 character limit. ACM International Conference Proceeding Series.
[3] Situngkir, Hokky. (2011). “Spread Of Hoax in Social Media”. Bandung : Department Computational Sociology.
[4] J. Han, M. Kamber and J. Pei, Data Mining Concepts and Techniques Third Edition, San Fransisco: Morgan Kauffman Publishers, 2012.
[5] Marwan, M. R., & Ahyad. (2017). Analisis Penyebaran Berita Hoaks di Indonesia. Universitas Gunadarma
[6] Mustofa, H., & Mahfudh, A. A. (2019). Klasifikasi Berita Hoax Dengan Menggunakan Metode Naive Bayes. Walisongo Journal of Information Technology, 1(1). https://doi.org/10.21580/wjit.2019.1.1.3915
[7] Afriza, A., & Adisantoso, J. (2018). Metode Klasifikasi Rocchio untuk Analisis Hoax. Jurnal Ilmu Komputer Dan Agri-Informatika.
[8] Petkovic, T Kostanj, Z dan Pale P. 2005. E-mail System for Automatic Hoax Recognition. Departement of Electronic and Information Processing Faculty of Electrical Engineering and Computing, University of Zagreb.
[9] Vukovic, M, Pripuzic, K, dan Belani, H. 2009. An Intelligent Automatic Hoax Detection System. Knowledge-Based and Intelligent Information and Engineering Systems Lecture Notes in Computer Science, Vol 5711, 318-325.
[10] Chen, Y Y, Yong, S P, dan Ishak A. 2014. Email Hoax Detection System Using Levenshtein Distance Method. Journal of computers, Vol 9. No 2, academy publisher.
[11] Rasywir, E dan Purwarianti, A. 2015. “Eksperimen pada Sistem Klasifikasi Berita Hoax Berbahasa Indonesia Berbasis Pembelajaran Mesin”. dalam: Jurnal Cybermatika 3 (2).
[12] Pantouw, J C. 2017. “Perbandingan Klasifikasi Rocchio dan Multinomial Naive Bayes pada Analisis Sentimen Data Twitter Bahasa Indonesia”. Skripsi. Departemen Ilmu Komputer, Institut Pertanian Bogor. 36pp.
[13] Manning, C, Raghavan, P, dan Schutze, H. 2009. Introduction to Information Retrieval. Cambridge: Cambridge University Press. [Internet].
[14] Joachims, T. 1997. “A Probabilistic Analysis of the Rocchio Algorithm with TFIDF for Text Categorization” dalam: International Conference on Machine Learning, pp. 143- 151
[15] T. Puspa Anggitasari, “Klasifikasi Spammer Pada Twitter Berdasarkan Perilaku Pengguna Menggunakan Algoritme C5.0,” 2015.
[16] Wahyunita, L. (2019). Rekayasa Web Klasifikasi Rocchio pada Data Tidak Terstruktur. Jurnal Komunika : Jurnal Komunikasi, Media Dan Informatika. https://doi.org/10.31504/komunika.v8i2.2016
[17] M. Allahyari, E. D. Trippe, and J. B. Gutierrez, “A Brief Survey of Text Mining : Classification , Clustering and Extraction Techniques,” 2017.
[18] I. Guyon, S. Gunn, and M. Nikravesh, “Feature Extraction,” 2006.
[19] Sierra, D. (2013). Algoritma TF — IDF . https://medium.com/@dltsierra/algoritma-tf-idf-633e17d10a80
[20] L. Ladha and T. Deepa, “Feature Selection Methods and Algorithms,” Int. J. Comput. Sci. Eng., vol. 3, no. 5, pp. 1787–1797, 2011.
[21] Komunitas Programmer. https://www.payahtidur.com/project/cosine-similarity
[22] A. H. I. L. S. Azizah Zain, "Identifikasi Tweet Hoax yang Berhubungan dengan Pemilihan Presiden 2019 Menggunakan Naive Bayes Classifier," Open Library Telkom, pp. 4-14, 2019.
[23] https://berkas.dpr.go.id/sipinter/files/sipinter-2475-180-20210722101553.pdf
[24] L. S. R. Sendy Andrian Sugianto, "Pembuatan Aplikasi Predictive Text Menggunakan Metode N-GramBased," Semantic Scholar, 2018.



