TY  - THES
TI  - IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM)
PADA BERITA HOAX DAN FAKTUAL 
BERBASIS TF-IDF
A1  - Ramadhan, Muhamad Aidhil Fitrah
PB  - Universitas AMIKOM Yogyakarta
Y1  - 2026/02/02/
UR  - https://eprints.amikom.ac.id/id/eprint/31888/
KW  - TF-IDF
KW  -  Berita Hoax
KW  -  Kernel RBF
KW  -  Implementasi
KW  -  Implementation
AV  - restricted
M1  - bachelor
ID  - universitasamikomyogyakarta31888
N2  - 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.
ER  -