Klasifikasi Berita Hoaks Bencana Alam Menggunakan Representasi IndoBERT dan Algoritma XGBoost

Authors

DOI:

https://doi.org/10.29407/canq4d79

Abstract

Penyebaran berita hoaks saat bencana alam dapat menimbulkan kepanikan dan mengganggu penanganan darurat. Penelitian ini mengembangkan sistem klasifikasi otomatis untuk mendeteksi berita hoaks berbahasa Indonesia bertema bencana alam. Dataset diperoleh melalui web scraping dari situs turnbackhoax.id untuk berita hoaks dan detik.com untuk berita valid, yang dibagi menjadi data latih, validasi, dan uji. Sistem menggunakan IndoBERT untuk ekstraksi fitur semantik dan XGBoost sebagai algoritma klasifikasi. Hasil pengujian evaluasi dari model menunjukkan akurasi sebesar 99,11%, f1-score sebesar 0,99 pada kedua kelas, serta recall 0,98 untuk hoaks dan 1,00 untuk valid. Sistem ini dikembangkan dalam antarmuka web berbasis React.js dan Flask, serta menunjukkan hasil klasifikasi yang konsisten dan cepat. Pendekatan ini terbukti efektif dalam mengenali pola linguistik berita hoaks, serta berpotensi diterapkan dalam platform verifikasi informasi pada situasi bencana di Indonesia.

Keywords:

Berita Palsu, Deteksi Hoaks, IndoBERT, Pemrosesan Bahasa Alami, XGBoost

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

A. R. I. Fauzy and E. B. Setiawan, “Detecting Fake News on Social Media Combined with the CNN Methods,” J. RESTI, vol. 7, no. 2, pp. 271–277, 2023.

B. Wilie et al., “IndoNLU: Benchmark and Resources for Evaluating Indonesian Natural Language Understanding,” arXiv preprint arXiv:2009.05387, 2020.

I. Ginting, “Pentingnya Daya Kritis Masyarakat Tangkal HOAX,” babelprov.go.id, 2024.

J. Amalia et al., “Model Klasifikasi Berita Palsu Menggunakan Bidirectional LSTM dan Word2Vec Sebagai Vektorisasi,” J. Tek. Inform. dan Sist. Inform., vol. 9, no. 4, 2022.

J. Devlin, M.-W. Chang, K. Lee, and K. Toutanova, “BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding,” arXiv preprint arXiv:1810.04805, 2018.

K. Shu, A. Sliva, S. Wang, J. Tang, and H. Liu, “Fake News Detection on Social Media: A Data Mining Perspective,” ACM SIGKDD Explor. Newsl., vol. 19, no. 1, pp. 22–36, 2017.

Kementerian Komunikasi dan Informatika Republik Indonesia, “Kominfo Tangani Ribuan Isu Hoaks,” kominfo.go.id, 2024. [Online]. Available: https://www.kominfo.go.id.

R. Juarto and I. Yulianto, “Deteksi Berita Hoaks Bahasa Indonesia Menggunakan IndoBERT,” J. Ilmu Komput., vol. 12, no. 1, pp. 45–54, 2023.

R. S. H. Pratama, D. I. Ardiyanto, and A. Ayu, “Klasifikasi Hoax Vs Non-Hoax pada Berita Bencana Alam Berbahasa Indonesia Menggunakan Word Embedding,” J. RESTI, vol. 6, no. 6, pp. 1084–1091, 2022.

T. Chen and C. Guestrin, “XGBoost: A Scalable Tree Boosting System,” in Proc. 22nd ACM SIGKDD Int. Conf. Knowledge Discovery and Data Mining, 2016, pp. 785–794.

Downloads

Published

2025-07-10

Issue

Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Section

Articles

License

Copyright (c) 2025 Musthofa Ilmi, ARDI SANJAYA, S.Kom, M.Kom, Dr.. RISKY ASWI RAMADHANI, S.Kom, M.Kom

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Klasifikasi Berita Hoaks Bencana Alam Menggunakan Representasi IndoBERT dan Algoritma XGBoost. (2025). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 9(2), 894-902. https://doi.org/10.29407/canq4d79