Implementasi Metode Naive Bayes untuk Klasifikasi Berita Palsu dan Asli pada Platform Media Online
Keywords:
Natural Language Processing, Klasifikasi Teks, TF-IDF, Fake News, Naive BayesAbstract
Maraknya penyebaran berita hoaks di ruang digital menimbulkan dampak sosial yang serius bagi khalayak luas. Penelitian ini merancang dan menguji sistem klasifikasi berita berbasis Multinomial Naive Bayes dengan memanfaatkan dataset Fake and Real News yang bersumber dari Kaggle, mencakup 44.919 artikel yang terbagi atas 23.502 berita palsu dan 21.417 berita terverifikasi. Proses pengolahan data meliputi serangkaian tahapan, yaitu penyeragaman huruf (case folding), pemecahan teks menjadi token (tokenisasi), eliminasi kata umum (stopword removal), dan normalisasi kata ke bentuk dasar (lemmatization). Representasi fitur dilakukan melalui pembobotan TF-IDF, sedangkan pembagian data menggunakan rasio 80:20 antara data latih dan data uji. Evaluasi menunjukkan performa model yang tinggi, dengan akurasi 93,52%, presisi 94%, recall 93%, dan F1-Score 94%, membuktikan bahwa pendekatan Naive Bayes layak diterapkan sebagai solusi deteksi berita palsu berbasis kecerdasan buatan.
References
Abdullah All Tanvir, Mahir, E. M., Akhter, S., & Huq, M. R. (2019). Detecting Fake News using Machine Learning and Deep Learning Algorithms. 2019 7th International Conference on Smart Computing & Communications (ICSCC), 1–5. https://doi.org/10.1109/ICSCC.2019.8843612
Ahmed, H., Traore, I., & Saad, S. (2018). Detecting opinion spams and fake news using text classification. SECURITY AND PRIVACY, 1(1). https://doi.org/10.1002/spy2.9
Allcott, H., & Gentzkow, M. (2017). Social Media and Fake News in the 2016 Election. Journal of Economic Perspectives, 31(2), 211–236. https://doi.org/10.1257/jep.31.2.211
Bisaillon, C. (2020). Fake and Real News Dataset. Kaggle. https://www.kaggle.com/datasets/clmentbisaillon/fake-and-real-news-dataset
Granik, M., & Mesyura, V. (2017). Fake news detection using naive Bayes classifier. 2017 IEEE First Ukraine Conference on Electrical and Computer Engineering (UKRCON), 900–903. https://doi.org/10.1109/UKRCON.2017.8100379
Mccallum, A., & Nigam, K. (1998). A Comparison of Event Models for Naive Bayes Text Classification. www.aaai.org
Shu, K., Sliva, A., Wang, S., Tang, J., & Liu, H. (2017). Fake News Detection on Social Media. ACM SIGKDD Explorations Newsletter, 19(1), 22–36. https://doi.org/10.1145/3137597.3137600
Vosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online. Science, 359(6380), 1146–1151. https://doi.org/10.1126/science.aap9559
