Analisis Kinerja Algoritma Klasifikasi Teks Bert dalam Mendeteksi Berita Hoaks
Metode BERT dapat digunakan untuk menghasilkan hasil yang akurat dalam klasifikasi berita palsu dan berita benar. Hasil evaluasi menunjukkan bahwa model klasifikasi BERT memiliki akurasi sebesar 76% pada data validasi dalam mengklasifikasikan berita hoaks, yang menunjukkan performa atau kinerja mod...
Saved in:
| Main Authors: | , , , , , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
University of Brawijaya
2024-07-01
|
| Series: | Jurnal Teknologi Informasi dan Ilmu Komputer |
| Subjects: | |
| Online Access: | https://jtiik.ub.ac.id/index.php/jtiik/article/view/8093 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1823858629711757312 |
|---|---|
| author | Assyfa Rasida Hanum Ivykaeyla Adriana Zetha Salwa Cahyani Putri Rafifah Ayud Wulandari Sherla Puspa Andina Julia Nur Fajrina Novanto Yudistira |
| author_facet | Assyfa Rasida Hanum Ivykaeyla Adriana Zetha Salwa Cahyani Putri Rafifah Ayud Wulandari Sherla Puspa Andina Julia Nur Fajrina Novanto Yudistira |
| author_sort | Assyfa Rasida Hanum |
| collection | DOAJ |
| description |
Metode BERT dapat digunakan untuk menghasilkan hasil yang akurat dalam klasifikasi berita palsu dan berita benar. Hasil evaluasi menunjukkan bahwa model klasifikasi BERT memiliki akurasi sebesar 76% pada data validasi dalam mengklasifikasikan berita hoaks, yang menunjukkan performa atau kinerja model Machine Learning dalam melakukan klasifikasi berita hoaks. Sedangkan pada model klasifikasi BERT Multilingual memiliki akurasi lebih rendah, yakni 63%. Potensi metode ini dapat membantu dalam memerangi penyebaran berita palsu. Penelitian ini berpotensi memberikan kontribusi penting dalam memerangi penyebaran berita palsu di dunia digital yang semakin kompleks. Dengan menggunakan BERT sebagai pendekatan, model ini memungkinkan pengidentifikasian berita palsu yang lebih akurat, serta membantu masyarakat dalam menghindari konsumsi informasi yang salah. Dengan hasil yang positif ini, penelitian ini menunjukkan bagaimana teknologi machine learning dapat digunakan untuk melawan disinformasi dan menjadikan dunia maya menjadi tempat yang lebih terpercaya.
|
| format | Article |
| id | doaj-art-806ae2fe99254b76a8a668bcaf4c560d |
| institution | Kabale University |
| issn | 2355-7699 2528-6579 |
| language | Indonesian |
| publishDate | 2024-07-01 |
| publisher | University of Brawijaya |
| record_format | Article |
| series | Jurnal Teknologi Informasi dan Ilmu Komputer |
| spelling | doaj-art-806ae2fe99254b76a8a668bcaf4c560d2025-02-11T10:38:05ZindUniversity of BrawijayaJurnal Teknologi Informasi dan Ilmu Komputer2355-76992528-65792024-07-0111310.25126/jtiik.938093Analisis Kinerja Algoritma Klasifikasi Teks Bert dalam Mendeteksi Berita HoaksAssyfa Rasida Hanum0Ivykaeyla Adriana Zetha1Salwa Cahyani Putri2Rafifah Ayud Wulandari3Sherla Puspa Andina4Julia Nur Fajrina5Novanto Yudistira6Universitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, Malang Metode BERT dapat digunakan untuk menghasilkan hasil yang akurat dalam klasifikasi berita palsu dan berita benar. Hasil evaluasi menunjukkan bahwa model klasifikasi BERT memiliki akurasi sebesar 76% pada data validasi dalam mengklasifikasikan berita hoaks, yang menunjukkan performa atau kinerja model Machine Learning dalam melakukan klasifikasi berita hoaks. Sedangkan pada model klasifikasi BERT Multilingual memiliki akurasi lebih rendah, yakni 63%. Potensi metode ini dapat membantu dalam memerangi penyebaran berita palsu. Penelitian ini berpotensi memberikan kontribusi penting dalam memerangi penyebaran berita palsu di dunia digital yang semakin kompleks. Dengan menggunakan BERT sebagai pendekatan, model ini memungkinkan pengidentifikasian berita palsu yang lebih akurat, serta membantu masyarakat dalam menghindari konsumsi informasi yang salah. Dengan hasil yang positif ini, penelitian ini menunjukkan bagaimana teknologi machine learning dapat digunakan untuk melawan disinformasi dan menjadikan dunia maya menjadi tempat yang lebih terpercaya. https://jtiik.ub.ac.id/index.php/jtiik/article/view/8093penyebaran berita palsu BERT akurasiF1-Scorepresisirecall |
| spellingShingle | Assyfa Rasida Hanum Ivykaeyla Adriana Zetha Salwa Cahyani Putri Rafifah Ayud Wulandari Sherla Puspa Andina Julia Nur Fajrina Novanto Yudistira Analisis Kinerja Algoritma Klasifikasi Teks Bert dalam Mendeteksi Berita Hoaks Jurnal Teknologi Informasi dan Ilmu Komputer penyebaran berita palsu BERT akurasi F1-Score presisi recall |
| title | Analisis Kinerja Algoritma Klasifikasi Teks Bert dalam Mendeteksi Berita Hoaks |
| title_full | Analisis Kinerja Algoritma Klasifikasi Teks Bert dalam Mendeteksi Berita Hoaks |
| title_fullStr | Analisis Kinerja Algoritma Klasifikasi Teks Bert dalam Mendeteksi Berita Hoaks |
| title_full_unstemmed | Analisis Kinerja Algoritma Klasifikasi Teks Bert dalam Mendeteksi Berita Hoaks |
| title_short | Analisis Kinerja Algoritma Klasifikasi Teks Bert dalam Mendeteksi Berita Hoaks |
| title_sort | analisis kinerja algoritma klasifikasi teks bert dalam mendeteksi berita hoaks |
| topic | penyebaran berita palsu BERT akurasi F1-Score presisi recall |
| url | https://jtiik.ub.ac.id/index.php/jtiik/article/view/8093 |
| work_keys_str_mv | AT assyfarasidahanum analisiskinerjaalgoritmaklasifikasiteksbertdalammendeteksiberitahoaks AT ivykaeylaadrianazetha analisiskinerjaalgoritmaklasifikasiteksbertdalammendeteksiberitahoaks AT salwacahyaniputri analisiskinerjaalgoritmaklasifikasiteksbertdalammendeteksiberitahoaks AT rafifahayudwulandari analisiskinerjaalgoritmaklasifikasiteksbertdalammendeteksiberitahoaks AT sherlapuspaandina analisiskinerjaalgoritmaklasifikasiteksbertdalammendeteksiberitahoaks AT julianurfajrina analisiskinerjaalgoritmaklasifikasiteksbertdalammendeteksiberitahoaks AT novantoyudistira analisiskinerjaalgoritmaklasifikasiteksbertdalammendeteksiberitahoaks |