KLASIFIKASI BERITA PALSU MENGGUNAKAN DEEP LEARNING DAN IMPLEMENTASINYA PADA APLIKASI BERBASIS WEBSITE

Imanda, Ahimsa (2021) KLASIFIKASI BERITA PALSU MENGGUNAKAN DEEP LEARNING DAN IMPLEMENTASINYA PADA APLIKASI BERBASIS WEBSITE. Diploma thesis, Universitas YARSI.

	Text 1. HALAMAN JUDUL.pdf Download (42kB)
	Text 4. HALAMAN PENGESAHAN .pdf Download (56kB)
	Text 3. HALAMAN PERNYATAAN ORISINALITAS.pdf Download (36kB)
	Text 2. ABSTRAK.pdf Download (7kB)
	Text 9. BAB 1.pdf Download (18kB)
	Text 15. DAFTRA PUSTAKA.pdf Download (147kB)
	Text 10. BAB 2.pdf Restricted to Registered users only Download (358kB)
	Text 11. BAB 3.pdf Restricted to Registered users only Download (533kB)
	Text 12. BAB 4.pdf Restricted to Registered users only Download (695kB)
	Text 13. BAB 5.pdf Restricted to Registered users only Download (240kB)
	Text 14. B AB 6.pdf Restricted to Registered users only Download (9kB)
	Text 16. LAMPIRAN.pdf Restricted to Registered users only Download (106kB)

Abstract

Berdasarkan survei yang dilakukan oleh Masyarakat Telematika Indonesia pada tahun 2017 terhadap 1116 responden, 92.4% pernah menerima berita palsu melalui media sosial. Selain itu, 91.8% menerima berita palsu tentang isu sosial politik dan 88.6% tentang isu SARA. Pendeteksian berita palsu secara manual biasanya dilakukan dengan meneliti isi berita dan memvalidasi sumber berita. Banyak penelitian sebelumnya telah membuat pendeteksi berita palsu menggunakan machine learning. Penelitian ini bertujuan untuk membuat dan mengevaluasi model klasifikasi berita palsu menggunakan deep learning. Penulis mengadaptasi empat fase dari framework CRISP-DM yaitu data understanding, data preparation, modeling, dan evaluation. Penelitian ini membandingkan performa sepuluh model klasifikasi berita palsu. Hasilnya, model Longshort term memory (LSTM) dengan word embedding GloVe memiliki performa terbaik dengan nilai accuracy sebesar 99.09%, precision sebesar 99.19%, recall sebesar 99.07%, dan F-1 score sebesar 99.13%. Model ini diimplementasikan pada aplikasi berbasis website yang dapat diakses di laman: https://si-cari.herokuapp.com/. Selain itu, studi ini melakukan tinajauan agama Islam terhadap aplikasi pendeteksi berita palsu. Menurut tinjauan agama Islam, pembuatan dan penyebaran berita palsu hukumnya haram. Adanya aplikasi pendeteksi berita palsu sejalan dengan nilai Islam yaitu tolong-menolong dan perdamaian.

Item Type:	Thesis (Diploma)
Additional Information:	S-920-FTI
Uncontrolled Keywords:	Deteksi Berita Palsu, Deep Learning, Deep Neural Network, Text Classification, GloVe
Subjects:	H Social Sciences > HN Social history and conditions. Social problems. Social reform T Technology > T Technology (General)
Depositing User:	Mr. Administrator System Admin
Date Deposited:	15 Jul 2026 02:25
Last Modified:	15 Jul 2026 02:25
URI:	http://digilib.yarsi.ac.id/id/eprint/15361

Actions (login required)

View Item

Search for collections on Universitas YARSI Repository