Perbandingan Klasifikasi Berita Hoax Kategori Kesehatan Menggunakan Naïve Bayes dan Multinomial Naïve Bayes
Article Sidebar
Main Article Content
Abstract
Berita kesehatan merupakan informasi yang paling dicari dan diminati pada masa pandemi, kebutuhan akan perlunya kiat-kiat kesehatan untuk masyarakat membuat berita kesehatan menduduki peringkat atas berita terpopuler. Disaat meningkatnya minat baca masyarakat terhadap berita, banyak pihak tidak bertanggung jawab memanfaatkan keuntungan tersebut dengan menyebarkan berita tidak benar yang menggiring opini masyarakat agar menyudutkan pihak tertentu dan berisi informasi yang melenceng dari pendapat ahli kesehatan. Oleh karena itu salah satu cara untuk mengatasi tersebarnya berita hoax penelitian ini melakukan klasifikasi berita kesehatan berbahasa Indonesia secara otomatis. Pada penelitian ini dataset yang digunakan sebanyak 100 berita kesehatan non-hoax dan 100 berita kesehatan hoax. Proses klasifikasi memalui tahap preproses, pembobotan kata, dan implementasi pada metode naïve bayes dan multimonial naïve bayes. Evaluasi model menggunakan metode 10-fold cross validation, metode multinomial naïve bayes bekerja lebih baik dan efisien daripada metode naïve bayes.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
D. N. Chandra, G. Indrawan, and I. N. Sukajaya, “Klasifikasi Berita Lokal Radar Malang Menggunakan Metode Naïve Bayes Dengan Fitur N-Gram,” vol. 10, no. 1, pp. 11–19, 2016.
T. Trisna et al., “Analysis and Detection Of Hoax Contents In Indonesian News Based On Machine Learning,” vol. 4, no. 1, 2019.
H. Mustofa, A. A. Mahfudh, I. Negeri, and W. Semarang, “Klasifikasi Berita Hoax Dengan Menggunakan Metode Naive Bayes,” vol. 1, no. 1, pp. 1–12, 2019.
A. R. Prasetyo and P. P. Adikara, “Klasifikasi Hoax Pada Berita Kesehatan Berbahasa Indonesia Dengan Menggunakan Metode Modified K-Nearest Neighbor,” vol. 2, no. 12, pp. 7466–7473, 2018.
A. Rahman and A. Doewes, “Online News Classification Using Multinomial Naive Bayes,” 2017. [Online]. Available: www.kompas.com.
F. Rahutomo, I. Yanuar, R. Pratiwi, and D. M. Ramadhani, “Eksperimen Naïve Bayes Pada Deteksi Berita Hoax Berbahasa Indonesia Naïve Bayes ’ S Experiment On Hoax News Detection In,” 2019.
A. Sabrani, I. W. G. P. W. Wedashwara, and F. Bimantoro, “Metode Multinomial Naïve Bayes Untuk Klasifikasi Artikel Online Tentang Gempa Di Indonesia (Multinomial Naïve Bayes Method for Classification of Online Article About Earthquake in Indonesia),” 2020. [Online]. Available: http://jtika.if.unram.ac.id/index.php/JTIKA/.
A. P. Wijaya and H. A. Santoso, “Naive Bayes Classification pada Klasifikasi Dokumen Untuk Identifikasi Konten E-Government Naïve Bayes Classification on Document Classification to Identify E-Government Content,” Journal of Applied Intelligent System, vol. 1, no. 1, pp. 48–55, 2016.
F. R. Aad Miqdad Muadz Muzad, “Korpus Berita Daring Bahasa Indonesia Dengan Depth First Focused Crawling,” vol. 01, pp. 15–16, 2016.
Y. Pramudita, U. T. Madura, S. S. Putro, and U. T. Madura, “Klasifikasi Berita Olahraga Menggunakan Metode Naïve Bayes dengan Enhanced Confix Stripping Stemmer,” no. August 2018, 2019, doi: 10.25126/jtiik.201853810.
S. Mujilahwati, P. Studi, T. Informatika, F. Teknik, U. I. Lamongan, and D. Mining, “Pre-Processing Text Mining Pada Data Twitter,” vol. 2016, no. Sentika, pp. 18–19, 2016.
S. R. Afif, P. Sukarno, and M. A. Nugroho, “Analisis Perbandingan Algoritma Naive Bayes dan Decision Tree untuk Deteksi Serangan Denial of Service (DoS) pada Arsitektur Software Defined Network (SDN),” 2018.
D. H. Kalokasari, I. M. Shofi, and A. H. Setyaningrum, “Implementasi Algoritma Multinomial Naive Bayes Classifier Pada Sistem Klasifikasi Surat Keluar ( Studi Kasus : DISKOMINFO Kabupaten Tangerang ),” vol. 10, no. 2, 2017, doi: 10.15408/jti.v10i2.6822.
A. Afriza and J. Adisantoso, “Metode Klasifikasi Rocchio untuk Analisis Hoax Rocchio Classification Method for Hoax Analysis,” Jurnal Ilmu Komputer Agri-Informatika, vol. 5, pp. 1–10, 2018, [Online]. Available: http://journal.ipb.ac.id/index.php/jika.
C. Anam and H. Budi Santoso, “Perbandingan Kinerja Algoritma C4.5 dan Naive Bayes untuk Klasifikasi Penerima Beasiswa,” vol. 8, no. 1, pp. 13–19, May 2018.