DETEKSI BERITA PALSU POLITIK INDONESIA MENGGUNAKAN INDOBERT-BI-GRU-ATTENTION

Penyebaran berita palsu yang instan dan masif di media sosial memberikan dampak negatif pada kepercayaan masyarakat terhadap media dan lembaga berita. Dalam bidang politik, berita palsu sering dimanfaatkan oleh politisi untuk meraih dukungan menjelang Pemilu. Pendeteksian berita palsu di Indonesia merupakan tantangan besar, terutama bagi masyarakat yang rentan terhadap informasi palsu. Penelitian ini bertujuan membangun model terbaru yang menggabungkan IndoBERT dengan Bi-GRU dan Attention. Selain itu, dilakukan perbandingan model utama dengan dua model word embedding, FastText dan GloVe. Pengujian dilakukan terhadap dataset judul dan narasi berita secara terpisah. Data berasal dari CNN, Tempo.co, Kompas, dan TurnBackHoax.ID. Hasil penelitian menunjukkan bahwa model IndoBERT-Bi-GRU-Attention dengan FastText unggul pada dataset judul dengan akurasi 99.76% dan F1-Score 99.61%, sedangkan model utama IndoBERT-Bi-GRU-Attention unggul pada dataset narasi dengan akurasi 99.08% dan F1 Score 98.40%. Penelitian ini membuktikan bahwa IndoBERT dapat dikombinasikan dengan Bi-GRU dan memberikan kontribusi signifikan dalam pengembangan model pendeteksian berita palsu.