Deteksi Berita Online Hoax Covid-19 Di Indonesia Menggunakan Metode Hybrid Long Short Term Memory dan Support Vector Machine
| Main Authors: | Anisa, Dwi Fitriaini Nur; Departemen Matematika, Institut Teknologi Sepuluh Nopember (ITS), Mukhlash, Imam; Departemen Matematika, Institut Teknologi Sepuluh Nopember (ITS), Iqbal, Mohammad; Departemen Matematika, Institut Teknologi Sepuluh Nopember (ITS) |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS
, 2023
|
| Subjects: | |
| Online Access: |
http://ejurnal.its.ac.id/index.php/sains_seni/article/view/83227 http://ejurnal.its.ac.id/index.php/sains_seni/article/view/83227/7277 http://ejurnal.its.ac.id/index.php/sains_seni/article/downloadSuppFile/83227/39954 http://ejurnal.its.ac.id/index.php/sains_seni/article/downloadSuppFile/83227/39955 http://ejurnal.its.ac.id/index.php/sains_seni/article/downloadSuppFile/83227/39956 |
Daftar Isi:
- Fokus masyarakat Indonesia tidak lepas dari kasus pandemi Coronavirus Disease 2019 (COVID-19) dengan mengikuti setiap informasi terkait perkembangannya setiap hari. Hal ini yang mendorong banyak pihak terlebih pemerintah untuk menyediakan layanan informasi terkini terkait COVID-19. Namun, banyak berita online menyajikan informasi palsu yang dikenal dengan berita hoax tentang COVID-19 yang dapat menyebabkan keresahan masyarakat. Pada Tugas Akhir ini, dilakukan deteksi terhadap berita–berita online seputar informasi COVID-19 di Indonesia yang dibagi menjadi dua kategori, yaitu berita hoax dan berita fakta. Proses deteksi berita online dilakukan dengan metode penggabungan Long-Short Term Memory dan Support Vector Machine (hybrid LSTM-SVM). LSTM menghasilkan fitur teks representatif yang selanjutnya digunakan untuk proses klasifikasi berita oleh SVM yang menghasilkan persentase nilai akurasi mencapai 94%. Nilai tersebut lebih tinggi dibandingkan dengan hanya mengimplementasikan Metode LSTM atau Metode SVM saja.