Text

Sistem Pendeteksi Berita Palsu Pada Pemilu 2024 Menggunakan Metode Machine Learning Dengan Model BiLSTM

---

Penelitian ini bertujuan untuk membantu mendeteksi berita palsu (hoaks) yang marak terkait pemilihan umum 2024. Fenomena penyebaran berita palsu, khususnya pada masa pemilu, dapat memengaruhi opini publik secara negatif dan mengancam stabilitas demokrasi. Oleh karena itu, sistem deteksi berbasis website ini diharapkan dapat memberikan kontribusi dalam mengurangi penyebaran hoaks, sekaligus memudahkan masyarakat dalam memverifikasi kebenaran informasi secara cepat dan efisien. Metode yang digunakan dalam penelitian ini melibatkan BiLSTM (Bidirectional Long Short-Term Memory) sebagai algoritma utama dalam proses klasifikasi berita. Dataset yang digunakan terdiri dari 3868 data berita, yang mencakup 2128 berita valid dan 1740 berita hoaks. Proses pengembangan sistem dirancang menggunakan pemodelan UML, meliputi use case diagram, sequence diagram, activity diagram, dan class diagram. Sistem ini dibangun menggunakan bahasa pemrograman Python dengan framework flask berbasis web. Hasil penelitian ini berupa aplikasi berbasis website untuk mendeteksi berita hoaks terkait pemilu 2024 menggunakan algoritma BiLSTM. Untuk menguji kinerja sistem, dilakukan pengujian menggunakan Confusion Matrix dengan 10 data berita di setiap kelasnya. Pengujian menghasilkan akurasi sebesar 70%, presisi 70%, recall 70%, dan F1 score 70%. Hasil ini menunjukkan bahwa sistem memiliki
kinerja yang cukup andal dalam membedakan berita valid dan berita hoaks. Dengan demikian, sistem ini dapat menjadi solusi praktis untuk mendukung masyarakat dalam melawan penyebaran informasi palsu selama periode pemilu.

---

Ketersediaan

S250224

SKR-2024 FAH s

Perpustakaan Universitas Handayani Makassar

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

SKR-2024 FAH s

Penerbit

Universitas Handayani Makassar : Universitas Handayani Makassar., 2024

Deskripsi Fisik

ii + 107 hlm; 29 x 21 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

SKR-2024 FAH s

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

Ed. 1, Cet. 1

Subjek

Machine Learning
Pemilu 2024
Deteksi Berita
BiLSTM

Info Detail Spesifik

Skripsi Teknik Informatika

Pernyataan Tanggungjawab

Muh Fahmi Arnas

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar