EPrints Universitas Amikom YogyakartaANALISIS PERBANDINGAN MODEL NAÏVE BAYES DAN LOGISTIC REGRESSION BERBASIS TF-IDF DALAM MENDETEKSI BERITA HOAKS BERBAHASA INDONESIAZidna RohmatalIkhsanauthorPenyebaran berita hoaks di Indonesia semakin meningkat seiring dengan berkembangnya media digital dan media sosial. Hal ini menimbulkan kebutuhan terhadap sistem pendeteksi otomatis yang mampu mengidentifikasi berita hoaks secara cepat dan akurat. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja dua algoritma klasifikasi teks, yaitu Naive Bayes dan Logistic Regression, dengan menggunakan representasi fitur TF-IDF (Term Frequency–Inverse Document Frequency). Dataset yang digunakan terdiri dari sekitar 2.600 data berita hoaks dan non-hoaks berbahasa Indonesia. Tahapan penelitian meliputi pengumpulan data, preprocessing teks, ekstraksi fitur TF-IDF, pelatihan model, dan evaluasi menggunakan metrik accuracy, precission, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kedua model mampu melakukan klasifikasi berita hoaks dengan baik, namun Logistic Regression memberikan performa yang lebih stabil dan optimal dibandingkan Naïve Bayes berdasarkan nilai evaluasi yang diperoleh. Dengan demikian, Logistic Regression berbasis TF-IDF direkomendasikan sebagai model yang lebih efektif untuk mendeteksi berita hoaks berbahasa Indonesia.004 Pemrosesan data dan ilmu komputer2026-01-20Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.