Pengukuran Probabilitas Berita Hoax Berdasarkan Judul Clickbait Menggunakan Metode Adaptive Neuro Fuzzy Inference System Berbasis Web

  • Muhammad Aris Ashari Universitas Negeri Surabaya
  • Ricky Eka Putra Universitas Negeri Surabaya

Abstract

Penggunaan platform digital membawa pengaruh terhadap minat konsumsi berita di masyarakat karena memiliki nilai lebih dari sisi visual dan realtime.  Bentuk berita berupa baris-baris tulisan telah banyak berubah menjadi bentuk gambar-gambar informatif yang memuat isi berita secara keseluruhan dan perubahan informasi yang dapat dilaporkan secara langsung tanpa memiliki jadwal terbit tertentu. Dari banyaknya pengaruh positif, terdapat sebuah cela dari  penggunaan platform digital sebagai media penyebaran berita, yaitu kebebasan membuat dan menyebarkan informasi di dunia maya. Semua orang dapat menulis artikel atau berita kemudian mengunggah dan membagikannya untuk mendapat keuntungan pribadi dari jumlah klik maupun kunjungan pada hasil unggahannya. Praktik clickbait santer digunakan untuk mendapatkan perhatian pembaca melalui pemilihan kata-kata yang bersifat provokatif, ambigu dan tidak jarang mengandung unsur hoaks. Banyak ditemukan kasus isi muatan berita yang berbeda atau bahkan tidak berhubungan sama sekali dengan judul yang dibuat. Hal ini jelas sangat meresahkan pembaca karena dapat menimbulkan kesalahpahaman antara judul dengan berita yang dibaca. Penelitian ini merupakan suatu bentuk upaya untuk mengurangi tersebarnya berita-berita bohong dan meminimalisir kesalahpahaman pembaca terhadap isi muatan berita. Sistem yang dibuat pada penelitian ini akan mampu mendeteksi probabilitas hoaks yang terkandung pada berita-berita yang diunggah pada platform digital melalui analisis linguistik judul berita. Dengan kemampuan individual learning, algoritma ANFIS  akan melakukan proses learning tiap kali terdapat data inputan baru. Kemampuan ini membuat algoritma ANFIS dapat mendeteksi probabilitas hoaks dengan baik. Algoritma ANFIS mencapai tingkat akurasi tertinggi pada data testing sebesar 90% menggunakan threshold 60. Sedangkan akurasi tertinggi pada data training mencapai 75% menggunakan threshold 40 dan 50.

Published
2021-07-08
Section
Articles
Abstract Views: 163
PDF Downloads: 139