Analisis Algoritma Naïve Bayes Classifer Untuk Mendeteksi Berita Hoax Pada Dinas Kominikasi Informatika Dan Persandian

Abstract

Masyarakat mampu mengkonsumsi tiap informasi yang tersebar di internet dengan cepat dan terkadang informasi yang beredar tidak selalu memberikan kebenaran yang sesuai dengan kenyataannya (hoax). Demi mendapatkan keuntungan dan mencapai tujuan pribadi, hoax seringkali sengaja dibuat dan dibagikan. Informasi yang didapatkan dari hoax tentunya dapat mempengaruhi masyarakat karena menimbulkan keraguan dan kebingungan terhadap informasi yang diterima. Oleh karena itu, penulis membahas tentang bagaimana mengklasifikasikan berita hoax menggunakan algoritma Naïve Bayes Classifier sehingga mampu memprediksi sebuah berita hoax atau fakta. Dataset yang dikumpulkan sebanyak 200 diantaranya 100 fakta dan 100 hoax. Dalam proses data split dengan pembagian data testing dan data trainning dengan pembagian 60% data training dan 40% data testing yaitu 120 data trainning dan 80 data testing. Dengan menggunakan algoritma Naive Bayes Classifer mendapatkan nilai Akurasi Sebesar 97%. Pada penelitian ini juga membahas tentang pemanfaatan TF-IDF dalam melakukan Klasifikasi Berita Hoax dengan menggunakan Algoritma Naive Bayes Classifer. Dengan nilai Akurasi 97% menyatakan bahwa Algoritma Naive Bayes Classifer efektif dalam melakukan klasifikasi. Algoritma in mengandalkan teorema Bayes untuk menghitung probabilitas berita hoax berdasarkan kemunculan kata-kata atau fitur-fitur lainnya dalam berita.