Klasifikasi Sentimen Kebohongan Berita Menggunakan Metode Indobert
DOI:
https://doi.org/10.59188/jurnalsosains.v5i8.32425Keywords:
IndoBERT, klasifikasi berita, hoaks, random oversampler, random undersamplerAbstract
Dalam era digital, penyebaran informasi melalui berita daring berkembang pesat, tetapi ancaman disinformasi atau berita palsu menjadi tantangan signifikan. Penelitian ini menggunakan dataset yang mencakup berita hoaks dan fakta dari sumber-sumber terpercaya seperti Turnbackhoax dan Cek Fakta, untuk mengembangkan sistem klasifikasi sentimen kebohongan berita menggunakan algoritma Bidirectional Encoder Representations from Transformers (BERT) yang disesuaikan untuk bahasa Indonesia, yaitu IndoBERT. Tahapan penelitian meliputi imputasi data, pengolahan data atau pre-processing, yang meliputi pembersihan data untuk menangani masalah data yang tidak bersih, penyeimbangan data menggunakan random oversampler dan random undersampler, pembagian data (80% data latih, 20% data uji). Hasil menunjukan bahwa model IndoBERT dengan random oversampler dan random undersampler menunjukan akurasi yang cukup tinggi dalam klasifikasi berita palsu yaitu sebesar 99.35% berdasarkan atribut yang digunakan pada data. Penelitian ini diharapkan dapat memberikan kontribusi pada pengembangan sistem deteksi hoaks yang efektif, mendukung validasi informasi, dan mencegah dampak negatif dari penyebaran berita palsu.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Muhammad Diky Fadhilahsyah Ramadhan, Fajri Rakhmat Umbara, Ridwan Ilyas
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International (CC-BY-SA). that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
