TRUNOJOYO-Tugas Akhir-28442-Abstract.pdf
Restricted to Repository staff only
Download (188kB)
TRUNOJOYO-Tugas Akhir-28442-Chapter 1.pdf
Restricted to Repository staff only
Download (386kB)
TRUNOJOYO-Tugas Akhir-28442-Chapter 2.pdf
Restricted to Repository staff only
Download (472kB)
TRUNOJOYO-Tugas Akhir-28442-Chapter 3.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-28442-Chapter 4.pdf
Restricted to Repository staff only
Download (860kB)
TRUNOJOYO-Tugas Akhir-28442-Conclusion.pdf
Restricted to Repository staff only
Download (185kB)
TRUNOJOYO-Tugas Akhir-28442-References.pdf
Restricted to Repository staff only
Download (393kB)
TRUNOJOYO-Tugas Akhir-28442-160411100111-Cover.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Perkembangan Teknologi yang sangat cepat membuat teknologi menjadi kebutuhan dalam keseharian manusia untuk melakukan berbagai hal, termasuk untuk membaca berita. Banyak media berita cetak yang bertransformasi menjadi portal berita online, hal tersebut memungkinkan hasil pencarian berita menjadi semakin luas, namun tidak semua berita yang tersebar adalah benar, melainkan hoax. Hoax merupakan informasi berbahaya yang menyesatkan pandangan manusia dengan memanipulasi berita yang mengandung hal-hal yang tidak pasti atau tidak berdasarkan fakta secara sengaja yang dapat diidentifikasi dengan beberapa ciri yaitu berita tidak memiliki sumber yang jelas, gambar dan video yang digunakan merupakan hasil rekayasa. Dalam upaya mencegah persebaran hoax, diperlukan sebuah sistem yang dapat mendeteksi dengan cepat sebuah berita termasuk berita hoax atau berita valid. Dalam penelitian ini, penulis menggunakan Metode Naïve Bayes yang merupakan metode dengan hasil baik dalam mendeteksi berita hoax.rnDalam penelitian ini, data yang digunakan termasuk data berita umum yang didapat dari Mendeley tentang Indonesian Hoax News Detection Datasets tahun 2018 sebanyak 600 data yang didalamnya terdapat 231 berita hoax dan 369 berita valid. Setelah melakukan pengujian sistem dengan menggunakan data training 70% dan data testing 30%, diperoleh nilai akurasi yang maksimal sebesar 67,2%.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM ALVIN NUR ARROFI |
| Department | Informatika |
| Uncontrolled Keywords | Naive Bayes;Hoax;Berita |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 16 Oct 2026 14:27 |
| Last Modified | 24 Oct 2026 17:09 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/21339 |
