IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM) PADA BERITA HOAX DAN FAKTUAL BERBASIS TF-IDFMuhamad Aidhil FitrahRamadhanauthorPenyebaran 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.000 Ilmu komputer, informasi dan pekerjaan umum2026-02-02Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis