Identifikasi Berita Hoax Menggunakan Kombinasi Metode K-Nearest Neigbor (KNN) dan TF-IDF Berbasis Web Dengan Menggunakan Framework Codeigniter

Internet berkembang menjadi media informasi. Sangat disayangkan apabila informasi yang disampaikan tidak akurat atau bohong (hoax). Yakni berita yang memuat informasi palsu. Saat ini teknologi pendeteksi hoax masih jarang ditemukan. Untuk mengidentifikasi semua berita hoax secara manual adalah hal yang sangat sulit. Oleh karena itu diperlukan pendekatan secara artificial intelligence (AI) atau kecerdasan buatan. Dimana sebuah mesin dilatih terlebih dahulu (machine learning) untuk menyelesaikan masalah tertentu. Dengan adanya kecerdasan buatan ini diharapkan dapat mengidentifikasi berita hoax lebih cepat dan lebih akurat. Dalam ilmu komputer, untuk mengidentifikasi kemungkinan berita yang mengandung hoax atau tidak dilakukan dengan menggunakan pemodelan bahasa Salah satunya adalah bahasa pemodelan dengan algoritma TF-IDF. Kemudian Metode K-Nearest Neigbor (KNN), dipakai untuk mengklasifikasikan berita yang sudah di identifikasi sebagai berita palsu. Aplikasi ini dapat mengurangi penyebaran berita hoax. Sistem dapat mengidentifikasi berita hoax. Selama kategori berita ada dalam dataset. Untuk akurasi sistem identifikasi berita hoax dipengaruhi jumlah dataset yang ada dan pembahasan yang sesuai dengan topiknya. Dapat dilakukan penambahan dataset berita hoax secara otomatis dari sumber berita yang sudah teridentifikasi, dari situs-situs resmi berita hoax dan valid yang sudah ada. Agar proses identifikasi menjadi lebih akurat.
Kata Kunci : TF-IDF, K-NN, BERITA, HOAKS, CODEIGNITER