Klasifikasi Berita Hoax pada Portal Berita online Menggunakan Metode Support Vector Machine dengan Pembobotan TF-RF

Abstract

Portal berita online saat ini menjadi salah satu media massa yang memiliki kekuatan penting dalam menyebarkan sebuah informasi, dengan banyaknya informasi yang beredar pada berita online yang membuat suatu peristiwa di olah menjadi berita tulis, gambar, maupun berupa video sebagai sarana untuk mendapatkan informasi terkini. Portal Berita online menjadi saluran penyebaran hoax yang tertinggi dengan tiga ragam bentuk hoax yang sering diterima yaitu dalam bentuk tulisan 70,7%, foto dengan judul palsu 66,3%, dan berita/foto/video lama diposting ulang 69,2%. Pada aplikasi chatting, persentasi hoax yang didapat adalah sebesar 67% . Dari survey wabah hoax pada tahun 2019 di Indonesia. Model diuji dengan menggunakan metrik accuracy, precision, recall, dan f1 score. hasil dari pengujian model berita mendapatkan nilai accuracy sebesar 0,65%, recall 1,0%, precision 0,65?n f1 score 0,79%. Kata Kunci: Klasifikasi analisis, , support vector machine, Pembobotan TF-RF.