CHANIF, MUHAMMAD NUR (2025) DETEKSI HOAX DI MEDIA SOSIAL MENGGUNAKAN NATURAL LANGUAGE PROCESSING DAN NAÏVE BAYES. Undergraduate thesis, Universitas Islam Sultan Agung.

[thumbnail of Teknik Informatika_32602100084_pernyataan_publikasi.pdf] Text
Teknik Informatika_32602100084_pernyataan_publikasi.pdf
Restricted to Registered users only
| Download (49kB)
[thumbnail of Teknik Informatika_32602100084_fullpdf.pdf] Text
Teknik Informatika_32602100084_fullpdf.pdf
| Download (1MB)

Abstract

Media sosial berfungsi sebagai sarana penyebaran informasi yang sangat cepat, tidak hanya memperkuat interaksi antarindividu, tetapi juga membuka peluang bagi beredarnya informasi yang belum terverifikasi, bahkan mengandung unsur kebohongan. Keberadaan hoaks dapat memicu disinformasi, keresahan publik, hingga menimbulkan dampak negatif dalam aspek sosial maupun ekonomi. Oleh karena itu, upaya untuk mendeteksi hoaks merupakan suatu langkah yang krusial. Penelitian ini bertujuan untuk merancang sebuah sistem yang mampu mendeteksi berita palsu di media sosial melalui pendekatan Natural Language Processing (NLP) serta penerapan algoritma Naïve Bayes. NLP digunakan dalam proses analisis teks untuk mengenali pola-pola linguistik khas yang sering ditemukan dalam hoaks. Sementara itu, algoritma Naïve Bayes dipilih karena efektivitasnya dalam melakukan klasifikasi teks berbasis probabilitas. Untuk menilai kinerja sistem, digunakan metrik evaluasi berupa akurasi, presisi, dan recall. Berdasarkan hasil pengujian, sistem yang di bangun mampu mencapai akurasi sebesar 95,87%, presisi sebesar 95,23%, dan recall sebesar 96,80%. Temuan ini mengindikasikan bahwa model yang dibangun memiliki kinerja yang tinggi dan andal dalam membedakan antara konten hoaks dan non-hoaks di platform media sosial. Penelitian ini diharapkan dapat menjadi kontribusi awal dalam pengembangan solusi berbasis kecerdasan buatan guna menekan penyebaran misinformasi serta meningkatkan kepercayaan terhadap informasi di ruang digital.

Kata Kunci : Deteksi Hoax, Natural Language Processing, Naïve Bayes, Sosial Media , Berita Palsu

Dosen Pembimbing: Subroto, Imam Much Ibnu | UNSPECIFIED
Item Type: Thesis (Undergraduate)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Industri
Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Pustakawan 4 UNISSULA
Date Deposited: 28 Aug 2025 01:45
URI: https://repository.unissula.ac.id/id/eprint/40954

Actions (login required)

View Item View Item