P a g e | 112 CBIS JOURNAL - VOL.
12 NO.
: MARET
Computer Based Information System Journal ISSN (Prin.
: 2337-8794 | E- ISSN : 2621-5292 web jurnal : http://ejournal.
id/index.
php/cbis Penerapan Metode Machine Learning dalam Mengidentifikasi Berita Hoaks Vijay Andika Saputra1.
Sasa Ani Arnomo2 Universitas Putera Batam.
Indonesia.
INFORMASI ARTIKEL
A B S T R A C T
Diterima Redaksi: Januari 2024 Diterbitkan Online: Maret 2024 In the era of increasingly developing digital information, hoax or fake news is a serious challenge that can influence people's perceptions and This research aims to develop a hoax news detection method using a machine learning approach on news data.
The focus of this research is to identify related hoax news.
This research involves collecting news data from leading online news sources and applying machine learning algorithms, including Logistic Regression.
Decision Tree.
Gradient Boosting, and Random Forest, to classify hoax news.
Model performance is measured using accuracy, precision, recall and F1-score metrics, with test results compared with human evaluations that have been trained to recognize hoax news.
The results of this research show that the machine learning approach can be successfully used to identify hoax news with a high level of accuracy.
However, this study also identified limitations in this approach, such as limited training data and language complexity.
Nevertheless, this research makes an important contribution in efforts to overcome the problem of hoax news and provides a basis for further development in hoax news detection using machine learning technology.
KATA KUNCI
Hoax News.
Machine Learning.
News Analysis.
Text Classification KORESPONDENSI E-mail: pb201510033@upbatam.
sasaupb@gmail.
Latar Belakang Dalam konteks era informasi digital yang berkembang pesat, tantangan utama yang dihadapi adalah penyebaran berita hoaks atau palsu yang dapat mempengaruhi opini masyarakat dan merugikan individu serta institusi yang menjadi sasarannya .
Fenomena ini menuntut mengidentifikasi berita hoaks secara efisien dan Penelitian ini bertujuan mengembangkan model machine learning untuk mengidentifikasi berita hoaks dengan tingkat akurasi tinggi.
Melalui analisis mendalam terhadap berbagai karakteristik data berita, seperti struktur teks, penggunaan kata kunci, dan sentimen teks, serta penerapan teknik klasifikasi dan ekstraksi fitur, penelitian ini bertujuan membedakan berita hoaks dan berita sah.
Evaluasi kinerja model menggunakan metrik standar seperti akurasi, presisi, recall, dan F1-score diharapkan memberikan panduan dan wawasan bagi pihak yang terlibat dalam penyediaan dan konsumsi Pengembangan sistem yang efektif ini diharapkan dapat melindungi integritas informasi, mencegah penyebaran berita palsu, dan P a g e | 113 CBIS JOURNAL - VOL.
12 NO.
: MARET
membangun lingkungan informasi yang lebih dapat dipercaya di era digital ini .
II.
Kajian Literatur Di dalam sub kajian literatur, penulis akan membahas mengenai teori-teori umum yang berhubungan dengan pelaksanaan penelitian ini yang berupa pengertian-pengertian secara umum.
Berita Hoaks Berita adalah penyampaian informasi terkini melalui media massa, bertujuan memberikan pemahaman kepada masyarakat tentang peristiwa atau fakta terbaru yang signifikan, mencakup isu politik, sosial, ekonomi, dan budaya.
Berita hoaks .
oax new.
adalah informasi palsu atau tidak benar yang disajikan dalam bentuk berita dengan tujuan untuk menyesatkan atau memanipulasi pembaca atau Berita hoaks sering kali dirancang sedemikian rupa sehingga terlihat seperti berita yang sah dan dapat dengan mudah menipu orang yang membacanya.
Tujuan dari berita hoaks bisa bermacam-macam, mempengaruhi opini publik, atau bahkan mencari keuntungan finansial .
Python Python adalah bahasa pemrograman tingkat tinggi yang bersifat serba guna, mendukung pemrograman berorientasi objek, dan dikenal karena sintaksisnya yang mudah dibaca dan mudah dipahami.
Python dirancang untuk menjadi bahasa yang lebih intuitif dan efisien, dengan fokus pada penulisan kode yang lebih pemrograman lainnya .
Machine Learning Machine Learning (ML) adalah cabang dari kecerdasan buatan .
rtificial intelligenc.
yang berfokus pada pengembangan algoritma dan model komputer yang dapat belajar dari data serta melakukan tugas-tugas tertentu tanpa perlu secara eksplisit diprogram.
Dalam konsep tradisional pemrograman, akan memberikan aturan dan instruksi kepada komputer untuk melakukan suatu tugas tertentu.
Namun, dalam machine learning, komputer belajar dari data yang diberikan dan dapat meningkatkan performanya seiring bertambahnya data .
Algoritma Klasifikasi Algoritma klasifikasi dalam machine learning merupakan teknik yang digunakan untuk memprediksi kelas atau label suatu data berdasarkan fitur-fitur yang dimilikinya.
Tujuan utamanya adalah mengelompokkan data ke dalam kelas atau kategori tertentu berdasarkan pola-pola yang terdapat dalam data pelatihan.
Proses klasifikasi melibatkan pembelajaran dari data pelatihan yang sudah dikategorikan sebelumnya, dan kemudian pengetahuan yang diperoleh digunakan untuk mengklasifikasikan data baru yang belum pernah dilihat sebelumnya.
Algoritma ini mencari pola atau relasi dalam data untuk membuat keputusan tentang kategori mana yang paling cocok untuk data baru.
Aplikasi dari algoritma klasifikasi mencakup pengenalan tulisan tangan, analisis sentimen, deteksi penyakit melalui gambar medis, pemisahan spam pada email, dan prediksi harga Beberapa algoritma klasifikasi populer meliputi Logistic Regression.
Decision Trees.
Gradient Boosting dan Random Forest .
Random Forest secara konsisten memberikan hasil yang lebih tinggi dibandingkan dengan rata-rata kinerja algoritma klasifikasi lainnya yang terdapat dalam gambar tersebut .
Rumus umum Logistic Regression adalah sebagai di mana:
- P(Y = .
adalah probabilitas bahwa output Y - e adalah basis logaritma natural.
adalah parameter model P a g e | 114 CBIS JOURNAL - VOL.
12 NO.
: MARET
adalah nilai-nilai fitur input.
Nilai-nilai fitur dengan parameter model melalui fungsi logistik untuk menghasilkan probabilitas kelas positif .
Probabilitas tersebut kemudian digunakan untuk membuat keputusan Jika P(Y = .
lebih besar dari atau sama dengan 0.
5, data diklasifikasikan sebagai sebaliknya, jika P(Y = .
kurang dari 0.
data diklasifikasikan sebagai kelas 0.
Metodologi Desain penelitian adalah rencana atau strategi yang digunakan oleh peneliti untuk menjawab pertanyaan penelitian dan mencapai tujuan penelitian.
Gambar 1.
Desain Penelitian .
Penjelasan dari langkah-langkah yang Anda berikan adalah sebagai berikut:
Crawling Data Data yang diperlukan untuk penelitian diambil dari berbagai sumber menggunakan teknik crawling.
Ini dapat mencakup pengambilan data dari situs web, media sosial, atau sumber lainnya .
Preprocessing Data Data yang telah diambil kemudian melalui tahap preprocessing, di mana dilakukan pembersihan data dari noise, normalisasi data, dan langkah-langkah lain untuk mempersiapkan data agar siap untuk digunakan dalam model machine learning .
Pelabelan Data yang sudah bersih akan diberi label, yaitu kategori atau klasifikasi yang sesuai dengan tujuan penelitian.
Label ini biasanya mencakup klasifikasi sebagai data training atau data testing.
Data Training Sebagian dari data yang telah diberi label digunakan sebagai data training.
Ini adalah data yang digunakan oleh model machine learning untuk belajar dan menghasilkan pola dari fiturfitur yang ada.
Data Testing Sisanya dari data yang telah diberi label digunakan sebagai data testing.
Data ini tidak digunakan dalam proses pelatihan, tetapi digunakan untuk menguji kinerja model yang telah dilatih .
Model Classifier Model classifier adalah kerangka kerja atau struktur dasar yang digunakan untuk mengklasifikasikan data ke dalam kategori yang telah ditentukan.
Logistic Regression Salah satu metode machine learning yang digunakan untuk masalah klasifikasi, khususnya ketika variabel dependen adalah biner .
Decision Tree Pemanfaatan pohon keputusan terutama keputusan, mengurai langkah-langkahnya dari yang rinci menjadi lebih sederhana.
Hal ini memungkinkan pengambil keputusan untuk lebih permasalahan yang dihadapi.
Pohon keputusan juga digunakan untuk melakukan eksplorasi data dan mengungkap hubungan yang mungkin tersembunyi .
Gradient Boosting Metode ensemble yang menggabungkan beberapa model weak learners menjadi satu CBIS JOURNAL - VOL.
12 NO.
: MARET
P a g e | 115 model yang kuat untuk meningkatkan performa .
Random Forest Metode menggunakan banyak pohon keputusan untuk meningkatkan akurasi dan mengurangi overfitting .
Menentukan Hasil Akurasi Setelah model-model di atas dilatih dan diuji dengan data testing, hasil akurasi dievaluasi dengan menggunakan metrik yang sesuai, seperti akurasi, presisi, recall, dan f1-score.
IV.
Pembahasan Tahapan utama dalam mengembangkan sistem kecerdasan buatan yang mampu mempelajari pola dari data melibatkan proses pelatihan model dengan memberikan akses ke dataset latih.
Selama proses pelatihan, model secara iteratif disesuaikan untuk meminimalkan kesalahan dalam memprediksi output yang benar dari data yang belum pernah dilihat sebelumnya.
Beberapa algoritma yang populer digunakan untuk melatih model antara lain adalah Logistic Regression.
Decision Tree.
Gradient Boosting, dan Random Forest.
Setelah melalui tahap pelatihan, model diuji menggunakan dataset uji untuk mengevaluasi kinerjanya .
Gambar 2.
Crawling Data dari Website Berita Detik Crawling data dari website berita turnbackhoax Pengumpulan Data dari Web Pengumpulan data dari web, yang sering disebut sebagai web scraping atau web crawling, adalah proses pengambilan informasi atau data dari halaman web.
Ini merupakan langkah awal penting dalam banyak proyek analisis data, penelitian, atau pembangunan model machine learning yang memerlukan data yang diperoleh dari internet.
Berikut adalah langkah-langkah umum dalam pengumpulan data dari web.
Crawling data dari website berita Detik Gambar 3.
Crawling Data dari Website Berita Turnbackhoax P a g e | 116 CBIS JOURNAL - VOL.
12 NO.
: MARET
Penggunaan Dataset Dataset adalah sekumpulan data yang diperoleh melalui proses crawling menggunakan Beautiful Soup.
Terdapat dua set data, satu berisi informasi yang valid dan yang lainnya berisi informasi yang terindikasi sebagai hoaks .
Gambar 4.
Dataset Valid Bekal AuStrategic ForesightAy untuk Para Capres Pandangan jauh ke depan .
perlu dimiliki oleh para Capres-Cawapres, karena bangsa kita berada pada situasi dunia yang semakin rentan dan Debunk ini berisi bantahan dari Legenda sepakbola Argentina.
Diego Armando Maradona yang diisukan meninggal dunia akibat serangan jantung usai laga krusial antara Argentina kontra Nigeria pada perhelatan piala dunia 2018.
Dirinya sayembara dengan memberi imbalan sekitar 150 juta rupiah bagi siapa yang bisa mengungkap pelaku penyebaran informasi tersebut.
Gambar 5.
Dataset Hoax Proses Pelabelan Data Proses pelabelan data adalah tahapan dimana setiap entitas dalam dataset diberikan label atau kategori berdasarkan karakteristik atau atribut tertentu.
Proses pelabelan data dapat mencakup penentuan kategori atau atribut yang sesuai dengan tujuan penelitian.
Dalam identifikasi berita hoaks, setiap artikel berita dapat diberi label "valid" dengan kode Au1Ay jika terverifikasi kebenarannya, atau "hoaks" dengan kode Au0Ay jika terdapat indikasi informasi palsu .
Tabel 1.
Pelabelan pada indeks berita Berita Is_fake Preprocessing Teks Preprocessing serangkaian tahapan krusial dalam menyiapkan data teks untuk analisis atau pembuatan model, dan melibatkan beberapa teknik esensial seperti case folding, tokenisasi, normalisasi, dan eliminasi stopwords.
Case folding mengubah seluruh teks menjadi huruf kecil atau besar agar Tokenisasi memecah teks menjadi unit-unit kecil seperti kata-kata atau frasa.
Tabel 2.
Hasil Preprocessing Berita Is_fake Preprocessing Bekal "Strategic bekal strategic Foresight" foresight capres Para pandangan Capres foresight dimiliki Pandangan jauh capres cawapres depan bangsa .
perlu dunia oleh kompleks.
CapresCawapres.
Berita P a g e | 117 CBIS JOURNAL - VOL.
12 NO.
: MARET
karena bangsa kita berada pada yang semakin Debunk berisi bantahan Legenda Argentina.
Diego Armando Maradona yang Argentina kontra Nigeria pada perhelatan Dirinya imbalan sekitar 150 juta rupiah bagi siapa yang EDA melibatkan berbagai metode eksplorasi data, termasuk visualisasi dan ringkasan statistik, untuk mengidentifikasi pola, tren, anomali, serta hubungan antar variabel.
bantahan legenda argentina diego meninggal dunia serangan jantung usai laga krusial argentina nigeria perhelatan piala imbalan sekitar 150 juta rupiah Analisis Data Eksploratif Analisis Data Eksploratif (EDA) adalah suatu pendekatan untuk merinci dan memahami struktur dan karakteristik data sebelum melakukan analisis statistik atau pemodelan lebih Gambar 6.
Jumlah Setiap Category Gambar 7.
Jumlah Data Hoax dan Valid Gambar 8.
Wordcloud Berita Valid P a g e | 118 CBIS JOURNAL - VOL.
12 NO.
: MARET
memungkinkan aplikasi yang berdasarkan pemahaman pola dari data yang diberikan.
Model Gambar 9.
Wordcloud Berita Hoax Ekstraksi Fitur dengan TF-IDF Proses ekstraksi fitur dengan TF-IDF pada berita hoaks menghasilkan matriks numerik yang mencerminkan signifikansi setiap kata dalam setiap dokumen.
Bobot ini dapat dijadikan fitur input dalam model machine learning untuk tugas seperti deteksi berita palsu, klasifikasi hoaks, atau analisis kecenderungan penyebaran informasi palsu.
Gambar 10.
Hasil pembobotan dengan TF-IDF Hasil model machine learning Beberapa algoritma populer untuk pelatihan model termasuk.
Logistic Regression.
Decision Tree.
Gradient Boosting dan Random Forest.
Setelah pelatihan, model diuji dengan menggunakan dataset uji untuk mengevaluasi Pelatihan model machine learning adalah langkah penting dalam pengembangan solusi untuk berbagai tugas seperti klasifikasi.
Logisti Regres Decisio n Tree Gradie Boosti Rando Forest Tabel 3.
Evaluasi Model La Precis Rec F1bel Akur Berdasarkan evaluasi model dalam table 3 evaluasi model, dapat disimpulkan bahwa setiap model mengalami peningkatan akurasi yang Model Random Forest menunjukkan kinerja terbaik dengan akurasi mencapai 0.
Saat mempertimbangkan nilai precision dan recall pada kelas hoax, model Logistic Regression terbukti lebih superior daripada model lainnya.
Dalam konteks klasifikasi berita hoax, perhatian khusus perlu diberikan pada nilai recall untuk kelas hoax.
Model Logistic Regression menonjol dengan nilai recall sebesar 0.
Oleh karena itu, dapat disimpulkan bahwa model Random Forest memimpin dalam akurasi dan F1-score, sementara model Logistic Regression unggul dalam Precision dan Recall.
P a g e | 119 CBIS JOURNAL - VOL.
12 NO.
: MARET
penerapan algoritma klasifikasi seperti Logistic Regression.
Decision Tree.
Gradient Boosting, dan Random Forest.
Gambar 11.
Perbadingan rata-rata algoritma Berdasarkan analisis pada gambar 11 yang menunjukkan perbandingan rata-rata performa algoritma klasifikasi, dapat disimpulkan bahwa algoritma terbaik adalah Random Forest dengan rata-rata mencapai 0.
Nilai ini menunjukkan Gambar 12.
Model testing data valid Berdasarkan pada gambar 12 model testing data valid, dengan melakukan test dengan salah satu indeks data untuk menguji seberapa akurat model yang di uji, dapat dilihat bahwa sampel data yang digunakan adalah data valid, dengan penjelasan dari setiap algoritma memberikan hasil AoNOT A FAKE NEWSAo.
Menandakan bahwa hasil uji yang kita lakukan telah berhasil.
Kesimpulan Pengembangan model machine learning untuk mengidentifikasi berita hoaks adalah langkah krusial dalam mengatasi penyebaran informasi palsu di era digital.
Metodologi melibatkan pengumpulan data, preprocessing teks, ekstraksi fitur dengan TF-IDF, dan Proses tersebut mencakup pengumpulan dataset, pelabelan data, prapemrosesan teks, analisis data eksploratif, dan ekstraksi fitur menggunakan TF-IDF.
Penerapan algoritma klasifikasi dan evaluasi dengan metrik standar seperti akurasi, presisi, recall, dan F1-score memberikan gambaran kinerja model dalam mengidentifikasi berita hoaks.
Analisis memahami kinerja model, mengidentifikasi fitur-fitur Keseluruhan proses ini diharapkan mengembangkan solusi cerdas untuk melawan penyebaran berita hoaks dan membangun lingkungan informasi yang lebih dapat dipercaya di era digital.
Ucapan Terima Kasih Penulis ingin menyampai kan ucapan terima kasih yang tulus kepada Bapak Sasa Ani Armono atas bimbingan dan dukungan luar biasa dalam penyusunan skripsi ini.
Bapak Sasa Ani Armono telah memberikan pandangan yang berharga, arahan yang jelas, serta wawasan mendalam terkait Penerapan Metode Machine Learning dalam Mengidentifikasi Berita Hoaks.
Bimbingan Bapak sangat berarti dalam memandu langkah-langkah penelitian, memberikan solusi terhadap kendala-kendala yang muncul, dan memberikan inspirasi untuk terus berkembang dalam dunia pengetahuan.
Terima kasih atas kesabaran, dedikasi, dan ilmu yang telah Bapak bagikan selama proses penulisan skripsi ini.
Semoga hasil penelitian ini dapat memberikan kontribusi positif dan menjadi bahan referensi yang bermanfaat.
Daftar Pustaka