%0 Thesis
%9 S1 - Sarjana
%A Ramadhan, Muhamad Aidhil Fitrah
%A Universitas AMIKOM Yogyakarta,
%B Fakultas Ilmu Komputer
%D 2026
%F universitasamikomyogyakarta:31888
%I Universitas AMIKOM Yogyakarta
%K TF-IDF, Berita Hoax, Kernel RBF, Implementasi, Implementation
%T IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM)  PADA BERITA HOAX DAN FAKTUAL   BERBASIS TF-IDF
%U https://eprints.amikom.ac.id/id/eprint/31888/
%X Penyebaran berita bohong atau hoaks melalui judul berita yang provokatif  telah menjadi tantangan serius di Indonesia. Penelitian ini bertujuan untuk  mengimplementasikan algoritma Support Vector Machine (SVM) untuk  mengklasifikasikan judul berita ke dalam kategori Hoax dan Faktual menggunakan  metode pembobotan Term Frequency-Inverse Document Frequency (TF-IDF).  Dataset yang digunakan berjumlah 2.000 dokumen yang diproses melalui tahapan  text preprocessing meliputi case folding, punctuation & number removal, dan  stopword removal. Penelitian ini membandingkan kinerja tiga fungsi kernel, yaitu  Linear, Radial Basis Function (RBF), dan Polynomial. Hasil penelitian  menunjukkan bahwa kernel RBF memberikan performa terbaik dengan akurasi  sebesar 89,50% dan nilai AUC sebesar 0,96. Model tersebut kemudian  diimplementasikan ke dalam aplikasi berbasis web menggunakan React.js untuk  mendeteksi hoaks secara real-time. Pengujian validitas pada sistem menunjukkan  tingkat keberhasilan sebesar 90%, membuktikan bahwa implementasi SVM  berbasis TF-IDF sangat efektif dalam melakukan verifikasi validitas informasi pada  teks berita.