IMPLEMENTASI ALGORITME BILSTM-SVM UNTUK MENDETEKSI BERITA PALSU PADA MEDIA BERBASIS TEKS

Media online merupakan salah satu tempat di mana berita dapat tersebar dengan cepat dan semua orang dapat mengaksesnya dengan mudah dan bebas. Tidak hanya berita asli atau valid yang tersebar pada media online, berita palsu juga bisa dengan mudah tersebar pada media online dan pembaca terkadang tidak menyadari bahwa berita yang dibaca tersebut merupakan berita palsu. Akibatnya, opini yang salah pun timbul sehingga dapat menyebabkan perselisihan, serta perpecahan antar individu atau kelompok. Penelitian ini mengimplementasi algoritme BiLSTM-SVM untuk mendeteksi berita palsu yang tersebar pada salah satu media online yaitu Twitter. Tahapan-tahapan yang dilakukan adalah merapikan teks berita (preprocessing teks), mengubah setiap kata dari teks berita menjadi angka-angka dalam bentuk vektor (word embedding), memproses angka-angka tersebut kemudian mengklasifikasikan hasil pemrosesan tersebut dengan model BiLSTM-SVM yang dibentuk dengan bantuan TensorFlow 2.0, serta melihat performa yang dihasilkan oleh algoritme BiLSTM-SVM. Hasil yang didapat mencakup tingkat akurasi sebesar 86% dan nilai F1 Score sebesar 87.5% dalam mendeteksi berita dari data validation dengan topik berita yang sama.