Deteksi Teks Berita Hoax Bahan Bakar Minyak (BBM) Menggunakan Metode K-Nearest Neighbor

Penulis

  • NABILLA RIZQI AMALIA NUR ASRI UNIVERSITAS MUHAMADIYAH SORONG
  • Rendra Soekarta Universitas Muhammadiyah Sorong
  • Muhammad Yusuf Universitas Muhammadiyah Sorong

DOI:

https://doi.org/10.33506/jiki.v1i02.2746

Kata Kunci:

Klasifikasi, hoax, Bahan Bakar Minyak, K-Nearest Neighbor

Abstrak

Hoax merupakan informasi yang tidak benar dan berbahaya karena menipu orang untuk mempercayai sesuatu yang tidak benar. Hoax dapat membuat masyarakat resah karena informasi yang tidak diketahui kebenarannya. karena semakin berkembangnya teknologi komunikasi dan informasi juga membuat hoax dapat beredar dengan cepat. Pada penelitian ini dibutuhkan suatu sistem yang bertujuan untuk meminimalisirkan keresahan yang akan terjadi dengan membedakan berita hoax dan bukan hoax. Text mining adalah jenis data mining yang mencari pola yang menarik dalam koleksi data teks. Metode yang digunakan dalam text mining yaitu k-nearest neighbor (KNN). Proses mendeteksi berita hoax  dapat dilakukan dengan tahap pengumpulan data, preprocessing data membagi data dengan jumlah data train 80% dan data test 20% kemudian mengklasifikasi dengan k-nearest neighbor dengan nilai k = 1. Hasil akurasi yang didapatkan sebesar 70,83%.

Diterbitkan

2023-06-30

Cara Mengutip

NABILLA RIZQI AMALIA NUR ASRI, Rendra Soekarta, & Muhammad Yusuf. (2023). Deteksi Teks Berita Hoax Bahan Bakar Minyak (BBM) Menggunakan Metode K-Nearest Neighbor. Framework : Jurnal Ilmu Komputer Dan Informatika, 1(02), 89–98. https://doi.org/10.33506/jiki.v1i02.2746

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 4 > >>