Pengaruh Seleksi Fitur Information Gain pada Klasifikasi Berita Hoax di Twitter dengan Menggunakan Metode Naive Bayes Multinomial
Abstract
Abstrak - Indonesia merupakan salah satu negara yang memiliki banyak pengguna media sosial, konsumsi media sosial yang tinggi tanpa dibarengi dengan sikap kritis dalam melakukan filter informasi yang didapat membuat berita hoax menjadi semakin mudah tersebarluaskan. Hoax merupakan berita yang disebarkan dengan tujuan agar publik mempercayai hal yang tidak diketahui kebenarannya. Hoax dapat menimbulkan adanya kecemasan dan permusuhan bagi pihak yang terpapar. Pada penelitian tugas akhir ini, dibangun sistem klasifikasi berita hoax di twitter dengan menggunakan metode naive bayes multinomial yang dikombinasikan menggunakan pembobotan TFIDF serta penggunaan seleksi fitur information gain. Hasil akhir pengujian menunjukkan bahwa penggunaan information gain pada klasifikasi hoax ini dapat mengurangi nilai overfitting dari akurasi. Hasil akurasi terbaik yang didapat dari penelitian ini adalah sebesar 79,87% dengan menggunakan klasifikasi Naive Bayes Multinomial, pembobotan TD-IDF, dan tanpa penggunaan seleksi fitur Information Gain.
Kata kunci : hoax, twitter, TF-IDF, information gain, naive bayes multinomial
Downloads
References
DataIndonesia.id, "Pengguna media sosial di Indonesia," 3 February 2023. [Online]. Available: dataindonesia.id/internet/detail/pengguna-media-sosial-di-indonesia-sebanyak-167- juta-pada-2023. [Accessed 21 April 2023].
Annisa, A. Rahmadhany, A. A. Safitri and I. , "Fenomena Penyebaran Hoax dan Hate Speech pada Media Sosial," Jurnal Teknologi dan Informasi Bisnis, vol. 3, no. 1, pp. 30-43, 2021. MASTEL, "mastel.id," [Online]. Available: mastel.id/hasil-survey-wabah-hoaxnasional-2019/. [Accessed 24 01 2023].
D. R. Rahadi, "Perilaku Pengguna dan Informasi Hoax di Media Sosial," Jurnal Manajemen & Kewirausahaan, vol. 5, no. 1, pp. 58-70, 2017.
R. E. Hamzah and C. E. Putri, "Mengenal dan Mengantisipasi Hoax di Media Sosial pada Kalangan Pelajar," Jurnal Abdi MOESTOPO, Vols. Vol. 03, No. 01, no. ISSN: 2599-249X, pp. 9-12, 2020.
A. V. Sandifer, C. Wilson and A. Olmsted, "Detection of Fake Online Hotel Reviews," in International Conference for Internet Technology and Secured Transactions (ICITST), 2017.
H. K. Farid, E. B. Setiawan and I. Kurniawan, "Implementasi Seleksi Fitur Information Gain pada Pendeteksian Berita Hoax di Twitter dengan Menggunakan Convolutional Neural Network (CNN)," Indo-JC Indonesia Journal on Computing, vol. 5, no. 3, 2020.
A. E. Irsad, Y. A. Sari and M. A. Fauzi, "Seleksi Fitur Information Gain untuk Klasifikasi Informasi Tempat Tinggal di Kota Malang Berdasarkan Tweet Menggunakan Metode Naive Bayes dan Pembobotan TF-IDF-CF," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vols. Vol. 3, No. 5, no. e-ISSN: 2548-964X, pp. 4907-4913, 2019.
C. S. Sriyano and E. B. Setiawan, "Pendeteksian Berita Hoax Menggunakan Naive Bayes Multinomial Pada Twitter dengan Fitur Pembobotan TF-IDF," e-Proceeding of Engineering, Vols. Vol.8, No.2, no. ISSN : 2355-9365, p. 3396, Vol.8, No.2 April 2021.
KOMINFO, "kominfo.go.id," Melawan "hoax" - Kementerian Komunikasi dan Informatika, [Online]. Available: www.kominfo.go.id/content/detail/8790 /melawan-hoax/0/sorotan_media. [Accessed 24 01 2023].
C. Kamilah and N. Atnan, "Analisis Kemampuan Mahasiswa Bandung Raya dalam Mengidentifikasi Hoax," Jurnal Ilmu Komunikasi, vol. 10, no. 1, 2021.
C. Juditha, "Interaksi Komunikasi Hoax di Media Sosial serta Antisipasinya," Jurnal Pekommas, Vols. 3, No 1, 2018.
H. Chumairoh, "Ancaman Berita Bohong di Tengah Pandemi Covid-19," VOX POPULI, vol. Vol.3, no. ISSN (Print): 2087-3360 (Online): 2714-7657, pp. 22-30, 2020.
KOMINFO, "Ciri Ciri dan akibat hoaks," 13 March 2019. [Online]. Available: aptika.kominfo.go.id/2019/03/ciri-ciriakibat-dan-kenapa-kita-mudah-percaya-hoaks/. [Accessed 22 April 2023].
T. H. Lubis and I. Koto, "Diskursus Kebenaran Berita Berdasarkan Undang-Undang Nomor 40 Tahun 1999 Tentang Pers Dan Kode Etik Jurnalistik," DELEGALATA (Jurnal Ilmu Hukum), vol. 5, no. 2, 2020.
B. Irena and E. B. Setiawan, "Identifikasi Berita Palsu (Hoax) Pada Media Sosial Twitter dengan Metode Decision Tree C4.5," Resti (Rekayasa Sistem dan Teknologi Informasi), Vols. vol.9,, no. ISSN: 2355-9365, p. 1853, 2020.
D. H. Kalokasari, I. M. Shofi and A. H. Setyaningrum, "Implementasi Algoritma Multinomial Naive Bayes Classifier Pada Sistem Klasifikasi Surat Keluar (Studi Kasus : DISKOMINFO Kabupaten Tangerang)," JURNAL TEKNIK INFORMATIKA, Vols. VOL.10 NO.2,, p. 109, 2017.
F. Handayani and F. S. Pribadi, "Implementasi Algoritma Naive Bayes Classifier dalam Pengklasifikasian Teks Otomatis Pengaduan dan Pelaporan Masyarakat melalui Layanan Call Center 110," Jurnal Teknik Elektro, Vols. 7, No.1, 2015.
A. Sabrani, I. G. P. W. Wedashwara W and F. Bimantoro, "Metode Multinomial Naive Bayes Untuk Klasifikasi Artikel Online Tentang Gempa di Indonesia," JTIKA, Vols. Vol. 2, No. ,, no. ISSN:2657-0327, 2020.
W. A. Firmansyach, "Analisa Terjadinya Overfitting dan Underfitting pada Algoritma Naive Bayes dan Decision Tree dengan Teknik Cross Validation," JATI (Jurnal Mahasiswa Teknik Informatika), Vols. 7, No 1, 2023.
