Metode Klasifikasi Decision Tree untuk Analisis Hoax.

Abstract

Hoax merupakan informasi sesat yang dapat menyesatkan persepsi manusia dengan menyampaikan informasi palsu sebagai kebenaran (Chen et al. 2014). Perkembangan teknologi informasi turut serta mendorong penyebaran berita atau informasi hoax, sebanyak 127,9 juta orang menggunakan internet untuk mengakses berita (APJII 2016). Oleh karena itu pada penelitian ini melakukan klasifikasi berita hoax menggunakan metode Decision Tree dengan Algoritme C5.0. Klasifikasi berita hoax pada penelitian ini bertujuan untuk mendeteksi berita Bahasa Indonesia dan melakukan klasifikasi berita dalam dua kelas yaitu HOAX dan NONHOAX lalu menganalisis hasil perbandingan antara metode Decision Tree dengan metode klasifikasi Multinomial Naïve Bayes. Hasil klasifikasi yang diperoleh dari penelitian ini 85.83% untuk metode klasifikasi Decision Tree dan Multinomial Naïve Bayes. Berdasarkan hasil dari paired sample t-test menunjukkan bahwa tidak ada perbedaan akurasi antara Decision Tree dan Multinomial Naïve Bayes.