DIKA, FARHAN (2026) PENGEMBANGAN MODEL DETEKSI BERITA PALSU PADA PLATFORM BERITA ONLINE MENGGUNAKAN METODE BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT). S1 thesis, Universitas Malikussaleh.

	Text COVER FARHAN DIKA.pdf Download (142kB)
	Text ABSTRAK FARHAN DIKA.pdf Download (238kB)
	Text BAB 1 FARHAN DIKA.pdf Download (357kB)
	Text DAPUS FARHAN DIKA.pdf Download (212kB)
	Text SKRIPSI FARHAN DIKA.pdf Restricted to Registered users only Download (2MB)

Abstract

Penyebaran berita palsu pada platform berita online telah menjadi tantangan serius yang mengancam integritas informasi dan stabilitas sosial di era digital. Penelitian ini bertujuan untuk mengembangkan model deteksi berita palsu yang akurat menggunakan metode Bidirectional Encoder Representations from Transformers (BERT) dengan pendekatan fine-tuning pada dataset berita berbahasa Indonesia. Dataset penelitian terdiri dari 248 artikel berita yang dikurasi dari berbagai platform media online, kemudian diseimbangkan menjadi 196 artikel dengan distribusi 50:50 antara berita asli dan berita palsu. Metodologi penelitian mencakup text preprocessing, tokenisasi menggunakan IndoBERT tokenizer dengan panjang maksimal 128 token, dan pembagian data dengan stratified train-test split 80:20 menghasilkan 156 sampel training dan 40 sampel testing. Model IndoBERT di-finetune selama 3 epoch dengan konfigurasi batch size 4, learning rate 2e-05, gradient accumulation steps 2, dan optimizer AdamW. Hasil penelitian menunjukkan performa yang baik dengan accuracy sebesar 87,50%, Macro F1-Score 87,43%, Sensitivity 95,00%, dan Specificity 80,00%. Model menunjukkan Precision 0,9412 dan Recall 0,8000 untuk deteksi berita palsu (FAKE), serta Precision 0,8261 dan Recall 0,9500 untuk berita asli (REAL). Validasi menggunakan confusion matrix menunjukkan kemampuan model dalam mengidentifikasi indikator linguistik berita palsu dengan karakteristik model yang cenderung konservatif dalam melabeli berita sebagai palsu sehingga meminimalkan sensor berlebihan terhadap berita legitimate. Penelitian ini membuktikan bahwa metode BERT efektif untuk deteksi berita palsu berbahasa Indonesia dan dapat diimplementasikan sebagai sistem moderasi konten otomatis pada platform berita online.

Item Type:	Thesis (S1)
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Farhan Dika
Date Deposited:	10 Jun 2026 02:58
Last Modified:	10 Jun 2026 02:58
URI:	https://rama.unimal.ac.id/id/eprint/19989

Actions (login required)

View Item