KLASIFIKASI BERITA HOAX TERKAIT PEMILIHAN UMUM PRESIDEN REPUBLIK INDONESIA TAHUN 2024 MENGGUNAKAN NAÏVE BAYES DAN SVM

Bahtiar Imran, M. Karim, Nurhidayah Ningsih
{"title":"KLASIFIKASI BERITA HOAX TERKAIT PEMILIHAN UMUM PRESIDEN REPUBLIK INDONESIA TAHUN 2024 MENGGUNAKAN NAÏVE BAYES DAN SVM","authors":"Bahtiar Imran, M. Karim, Nurhidayah Ningsih","doi":"10.20884/1.dinarek.2024.20.1.27","DOIUrl":null,"url":null,"abstract":"Pemilihan Umum Presiden di Indonesia merupakan salah satu peristiwa penting dalam kehidupan berpolitik negara. Peristiwa ini selalu mendapat perhatian publik yang besar dari segenap masyarakat. Seperti pada era digital ini, akses berita sangat mudah diakses oleh setiap orang, dan hal ini pula dimanfaatkan oleh beberapa oknum tak bertanggung jawab guna mendapat keuntungan bagi diri sendiri, kelompok, maupun golongan tertentu dengan cara menyebarkan berita hoax mengenai isu pilpres di Indonesia. Karenanya, penelitian ini bertujuan mengimplementasikan metode klasifikasi berita hoaks terkait Pilpres 2024 menggunakan algoritma Naive Bayes serta Support Vector Machine (SVM). Evaluasi dilakukan dengan membandingkan kinerja kedua algoritma dalam hal akurasi, presisi, recall, serta F1-score. Hasil menunjukkan bahwa Naive Bayes mencapai akurasi sebesar 97% dengan presisi 94%, recall 100%, dan F1-score 97%. Sementara itu, SVM memiliki akurasi 95%, presisi 94%, recall 97%, serta F1-score 95%. Kesimpulan didapatkan bahwa kedua algoritma memiliki kinerja yang layak dalam klasifikasi berita hoax non hoax pemilihan umum presiden di Indonesia tahun 2024.","PeriodicalId":31510,"journal":{"name":"Dinamika Rekayasa","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2024-01-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Dinamika Rekayasa","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20884/1.dinarek.2024.20.1.27","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Pemilihan Umum Presiden di Indonesia merupakan salah satu peristiwa penting dalam kehidupan berpolitik negara. Peristiwa ini selalu mendapat perhatian publik yang besar dari segenap masyarakat. Seperti pada era digital ini, akses berita sangat mudah diakses oleh setiap orang, dan hal ini pula dimanfaatkan oleh beberapa oknum tak bertanggung jawab guna mendapat keuntungan bagi diri sendiri, kelompok, maupun golongan tertentu dengan cara menyebarkan berita hoax mengenai isu pilpres di Indonesia. Karenanya, penelitian ini bertujuan mengimplementasikan metode klasifikasi berita hoaks terkait Pilpres 2024 menggunakan algoritma Naive Bayes serta Support Vector Machine (SVM). Evaluasi dilakukan dengan membandingkan kinerja kedua algoritma dalam hal akurasi, presisi, recall, serta F1-score. Hasil menunjukkan bahwa Naive Bayes mencapai akurasi sebesar 97% dengan presisi 94%, recall 100%, dan F1-score 97%. Sementara itu, SVM memiliki akurasi 95%, presisi 94%, recall 97%, serta F1-score 95%. Kesimpulan didapatkan bahwa kedua algoritma memiliki kinerja yang layak dalam klasifikasi berita hoax non hoax pemilihan umum presiden di Indonesia tahun 2024.
使用天真贝叶斯和 SVM 对与 2024 年印度尼西亚共和国总统大选有关的骗局新闻进行分类
印度尼西亚总统大选是该国政治生活中最重要的事件之一。这一事件总是受到全社会的高度关注。在这个数字时代,每个人都可以非常方便地获取新闻,而一些不负责任的人也利用这一点,通过传播有关印尼总统大选问题的虚假新闻,为自己、团体和某些群体谋取利益。因此,本研究旨在使用 Naive Bayes 算法和支持向量机(SVM)实施与 2024 年总统大选相关的骗局新闻分类方法。评估是通过比较两种算法在准确率、精确度、召回率和 F1 分数方面的性能来完成的。结果显示,Naive Bayes 算法的准确率为 97%,精确率为 94%,召回率为 100%,F1 分数为 97%。而 SVM 的准确率为 95%,精确度为 94%,召回率为 97%,F1 分数为 95%。由此可以得出结论,这两种算法在对 2024 年印尼总统大选的非恶作剧新闻进行分类时都有不错的表现。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
11
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信