Berita merupakan suatu informasi yang terbaru ataupun baru yang didapat oleh wartawan buat dilansir dalam pesan berita sehingga bisa menarik atensi untuk pembaca. Dikala ini kabar yang disebarkan kerapkali tanpa menuliskan sumbernya secara jelas. Bersamaan dengan berkembangnya teknologi informasi yang sangat mempermudah masyarakat dalam mengakses internet. Dengan kemudahan akses internet tersebut membuka kesempatan bagi masyarakat untuk mendapatkan atau menyebarkan informasi berita di jejaring sosial ataupun media online. Perihal tersebut bisa menyebabkan salah pengertian dikarenakan berita atau informasi itu belum pasti benar ataupun salah, sehingga diperlukan sesuatu sistem untuk mengklasifikasikan berita tersebut ke dalam jenis berita hoax atau valid. Proses pengklasifikasian berita hoax melakukan beberapa tahapan mulai pengumpulan data yang didapat dari Mendeley periode 2018. Peneliti setelah itu melakukan tahapan preprocessing, dengan tahapan pembobotan kata menggunakan TF-IDF, menghitung derajat kemiripan dokumen dengan Cosine Similarity, serta proses klasifikasi dengan menggunakan algoritma Modified K- Nearest Neighbor. Serta dilakukan serangkaian pengujian dan implementasi dengan K-fold sebanyak K-fold3, K-fold4, K-fold5, K-fold6, K-fold8, K-fold10, K-fold12 serta k tetangga terdekat sebanyak k=5, k=7, k=9, k=11, k=13, dan didapatkan K-fold terbaik sebesar K-fold8 dengan k tetangga terbaik sebesar k=13. Adapun akurasi yang didapatkan melalui serangkain pengujian mendapatkan nilai akurasi sebesar 73%, presisi sebesar 100% serta recal sebesar 71%. Dengan rata- rata akurasi sebesar 61%, presisi sebesar 83% serta recall sebesar 63%. Berdasarkan pada hasil yang didapatkan pada pengujian tersebut dapat dilihat kalau penentuan nilai k bisa pengaruhi besarnya akurasi. Hasil ini masih sangat kecil disebabkan algoritma Modified K- Nearest Neighbor (MKNN) juga mempunyai kelemahan dan kekurangan yang sama dengan algoritma K- Nearest Neighbor (KNN) yaitu ada pada optimasi nilai k, komputasi yang kompleks dan terdapat atribut yang tidak relevan.


Deskripsi Lain

News is the latest new information obtained by journalists to be reported in news messages so that it can attract the attention of readers. At this time the news that is spread is often without clearly stating the source. Along with the development of information technology that greatly facilitates people in accessing the internet. With the ease of internet access, it opens up opportunities for the public to obtain disseminate news information on social networks online media. This can lead to misunderstandings because the news information is not certain to be true false, so a system is needed to classify the news into hoax valid news types. The process of classifying hoax news carried out several stages starting from collecting data obtained from Mendeley for the 2018 period. The researchers then carried out the preprocessing stage, with word weighting stages using TF-IDF, calculating the degree of similarity of documents with Cosine Similarity, and the classification process using the Modified K-Nearest Neighbor (MKNN) algorithm. As well a series of tests and implementations with K-fold much K-fold3, K-fold4, K-fold5, K-fold6, K-fold8, K-fold10, K-fold12 and k closest neighbors much k=5, k=7 k=9, k=11, k=13, and the best K-fold is K-fold8 with the best k neighbors of k=13. As for the accuracy obtained through a series of tests, the accuracy value is 73%, precision is 100% and recal is 71%. With an average accuracy of 61%, precision of 83% and recall of 63%. Based on the results obtained in the test, it can be seen that the determination of the value of k can affect the amount of accuracy. This result is still very small because the Modified K-Nearest Neighbor (MKNN) algorithm also has the same weaknesses and shortcomings the K-Nearest Neighbor (KNN) algorithm, namely in the optimization of k values, complex computations and irrelevant attributes.

• Sistem Analisis Sentimen Produk Telkomsel dari Opini Twitter Berbahsa Indonesia Menggunakan Metode Naive Bayes Classifier
• KONSTRUKSI PEMBERITAAN DALAM PORTAL BERITA ONLINE(Analisis Framing Berita Konflik Basuki Tjahja Purnama (Ahok) dan Front Pembela Islam (FPI) di Tempo.co dan forumkeadilan.com edisi Oktober – November 2014)
• Wacana Pemberitaan Kriminalitas di Kabupaten Gresik pada Harian Lokal Radar Gresik(Analisis Wacana Kritis Teun A. Van Dijk pada Rubrik Pojok Perkoro Koran Radar Gresik periode 16 September 2014 sampai dengan 16 Oktober 2014)
• PENGARUH SANKSI PERPAJAKAN, PELAYANAN FISKUS, DAN PEMBERITAAN KASUS KORUPSI PAJAK DI MEDIA MASSA TERHADAP KEPATUHAN WAJIB PAJAK ORANG PRIBADI YANG MELAKUKAN USAHA DAN PEKERJAAN BEBAS YANG TERDAFTAR DI KANTOR PELAYANAN PAJAK PRATAMA PAMEKASAN
• respons anggota organisasi HMI terhadap pemberitaan paham isis di media online youtube (studi kasus pada organisasi HMI universtas trunojoyo madura)