PENGUKURAN PROBABILITAS BERITA HOAX BERDASARKAN JUDUL CLICKBAIT MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM BERBASIS WEB

MEASUREMENT OF HOAX NEWS PROBABILITY BASED ON CLICKBAIT TITLE USING METHOD ADAPTIVE NEURO FUZZY INFERENCE SYSTEM WEB-BASED

Penggunaan platform digital membawa pengaruh terhadap minat konsumsi berita di masyarakat karena memiliki nilai lebih dari sisi visual dan realtime.  Bentuk berita berupa baris-baris tulisan telah banyak berubah menjadi bentuk gambar-gambar informatif yang memuat isi berita secara keseluruhan dan perubahan informasi yang dapat dilaporkan secara langsung tanpa memiliki jadwal terbit tertentu. Dari banyaknya pengaruh positif, terdapat sebuah cela dari penggunaan platform digital sebagai media penyebaran berita, yaitu kebebasan membuat dan menyebarkan informasi di dunia maya. Semua orang dapat menulis artikel atau berita kemudian mengunggah dan membagikannya untuk mendapat keuntungan pribadi dari jumlah klik maupun kunjungan pada hasil unggahannya. Praktik clickbait santer digunakan untuk mendapatkan perhatian pembaca melalui pemilihan kata-kata yang bersifat provokatif, ambigu dan tidak jarang mengandung unsur hoaks. Banyak ditemukan kasus isi muatan berita yang berbeda atau bahkan tidak berhubungan sama sekali dengan judul yang dibuat. Hal ini jelas sangat meresahkan pembaca karena dapat menimbulkan kesalahpahaman antara judul dengan berita yang dibaca. Penelitian ini merupakan suatu bentuk upaya untuk mengurangi tersebarnya berita-berita bohong dan meminimalisir kesalahpahaman pembaca terhadap isi muatan berita. Sistem yang dibuat pada penelitian ini akan mampu mendeteksi probabilitas hoaks yang terkandung pada berita-berita yang diunggah pada platform digital melalui analisis linguistik judul berita. Dengan kemampuan individual learning, algoritma ANFIS akan melakukan proses learning tiap kali terdapat data inputan baru. Kemampuan ini membuat algoritma ANFIS dapat mendeteksi probabilitas hoaks dengan baik. Algoritma ANFIS mencapai tingkat akurasi tertinggi pada data testing sebesar 90% menggunakan threshold 60. Sedangkan akurasi tertinggi pada data training mencapai 75% menggunakan threshold 40 dan 50.

The use of digital platforms has an influence on news consumption interest in the community because it has more value in terms of visual and realtime. The form of news in the form of lines of writing has changed a lot into the form of informative pictures that contain the contents of the news as a whole and changes in information that can be reported directly without having a specific publication schedule. Of the many positive influences, there is one flaw in the use of digital platforms as a medium for disseminating news, namely the freedom to create and disseminate information in cyberspace. Everyone can write articles or news then upload and share them to get personal benefit from the number of clicks and visits on their uploaded results. The practice of clickbait is widely used to get the reader's attention through the selection of words that are provocative, ambiguous and often contain elements of hoaxes. There are many cases of news content that is different or not at all related to the title made. This is clearly very disturbing to the reader because it can cause misunderstandings between the title and the news being read. This research is a form of effort to reduce the spread of fake news and minimize the reader's misunderstanding of the content of the news. The system created in this study will be able to detect the probability of hoax contained in the news uploaded on the digital platform through linguistic analysis of news titles. With individual learning capabilities, the ANFIS algorithm will carry out the learning process every time there is new input data. This ability makes the ANFIS algorithm able to detect the probability of hoax well. The ANFIS algorithm achieves the highest level of accuracy in testing data by 90% using a threshold of 60. While the highest accuracy in training data reaches 75% using a threshold of 40 and 50.