Identifikasi Berita Hoax Terkait Virus Corona Menggunakan Long Short-Term Memory

Authors

  • Rani Kurnia Putri Universitas PGRI Adi Buana Surabaya
  • Muhammad Athoillah Universitas PGRI Adi Buana Surabaya

Keywords:

hoax, covid-19, long short-term memory

Abstract

Coronavirus merupakan salah satu penyakit menular yang merupakan turunan dari virus SARS-CoV-2. Penyebaran virus yang begitu cepat dan masif menjadikan coronavirus seketika merubah wajah dunia dalam berbagai sektor seperti ekonomi, politik, bahkan pendidikan. Hal ini tentunya menjadikan virus ini sebagai object utama dalam berbagai headline berita. Ironisnya, dengan masifnya berita yang bermunculan tidak semua berita tersebut adalah berita yang benar. Kominfo dalam laman resminya mencatat bahwa sepanjang 2021-2022 telah ditemukan 2.154 berita hoax terkait dengan isu coronavirus. Dalam penelitian ini dibangun sebauh sistem yang mampu mengidentifikasi berita hoax atau buka hoax terkait dengan isu coronavirus dengan menggunakan algoritma Long Short-Term Memory (LSTM). Jaringan LSTM adalah jenis jaringan saraf berulang (Recurrent Neural Networks) yang termasuk dalam area kompleks deep learning, algoritma ini yang mencoba meniru cara otak manusia beroperasi dan mengungkap hubungan mendasar dalam data sekuensial yang diberikan. Hasil dari penelitian menunjukkan nilai rata-rata yang didapat adalah 51,09 persen untuk nilai presisi, 51,00 persen untuk nilai Recall sama dengan perhitungan hasil Akurasi dan 50,41 persen untuk nilai F-Measure. hasil ini mengindikasikan walaupun secara nilai hasilnya masih dikatakan kurang baik, namun secara konsistensi hasil identifikasi ini bisa dikatakan sangat baik jika dilihat dari nilai setiap uji coba tidak lebih dari 5 digit dari keseluruhan data yang diuji dengan skema k-fold cross validation.

Downloads

Download data is not yet available.

Downloads

Published

2022-06-01

How to Cite

Putri, R. K., & Athoillah, M. (2022). Identifikasi Berita Hoax Terkait Virus Corona Menggunakan Long Short-Term Memory. SNHRP, 506–513. Retrieved from https://snhrp.unipasby.ac.id/prosiding/index.php/snhrp/article/view/354