IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM) PADA BERITA HOAX DAN FAKTUAL BERBASIS TF-IDF

Ramadhan, Muhamad Aidhil Fitrah (2026) IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM) PADA BERITA HOAX DAN FAKTUAL BERBASIS TF-IDF. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf - Published Version Download (1MB)
	Text (BAB I) BAB I.pdf - Published Version Download (287kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (727kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (341kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (771kB)
	Text (BAB V) BAB V.pdf - Published Version Download (187kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (320kB)
	Archive (SOURCE CODE) Sourcecode - 22.83.0841.zip - Published Version Restricted to Repository staff only Download (28MB)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (556kB)

Abstract

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.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
-, Norhikmah

Uncontrolled Keywords:

TF-IDF, Berita Hoax, Kernel RBF, Implementasi, Implementation

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum

Divisions:

Fakultas Ilmu Komputer > Teknik Komputer

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

02 Jul 2026 04:16

Last Modified:

02 Jul 2026 04:16

URI:

http://eprints.amikom.ac.id/id/eprint/31888

Actions (login required)

View Item