Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Kamal Sholihin, Surya
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Deteksi Berita Salah Pada Pemilihan Umum Presiden 2024 Menggunakan Metode Naïve Bayes Berbasis Website Musthafa, Aziz; Muriyatmoko, Dihin; Taufiqurrahman; Kamal Sholihin, Surya
JURNAL FASILKOM Vol 14 No 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7110

Abstract

Mendekati masa pemilihan umum, banyak berita salah yang muncul ditengah-tengah masyarakat menggiring opini masyarakat agar memilih calon presiden yang didukung pembuat berita salah. Diawal tahun 2024, Kementerian Komunikasi dan Informasi telah mengidentifikasi total 203 isu hoax pemilu yang tersebar di berbagai platform berita digital. Oleh karena itu membuat masyarakat yang ingin mengikuti berita perkembangan pemilu menjadi ragu. Tujuan dari penelitian ini membuat aplikasi pembelajaran mesin yang dapat mengklasifikasikan berita benar atau salah secara otomatis dan mudah. Dalam mengklasifikasikan berita, digunakan teknik Penambangan Teks (Text Mining) yang dapat mengolah data teks atau dokumen untuk mendapatkan informasi yang dibutuhkan. Metode yang digunakan yaitu klasifikasi Naïve Bayes. Data yang digunakan berupa berita benar dan berita salah dari situs Turn Back Hoax oleh MAFINDO (Masyarakat Anti Fitnah Indonesia) yang menyediakan sumber berita terverifikasi benar dan telah melabeli berita salah yang beredar di masyarakat. Implementasi menggunakan aplikasi berbasis website untuk klasifikasi berita Pemilihan Umum. Hasil klasifikasi dari website dengan menggunakan metode klasifikasi Naïve Bayes mendapatkan hasil evaluasi akurasi yang baik, yaitu sebesar 91% tingkat akurasi klasifikasinya. Berdasarkan hasil pengujian tersebut, diharapkan hasil penelitian ini dapat memberikan sumbangan bagi literasi digital masyarakat mengenai kearuratan berita pemilu
Co-Authors Aziz Musthafa Dihin Muriyatmoko Taufiqurrahman