Klasifikasi Berita Hoaks Pasca Pemilihan Umum Presiden dan Wakil Presiden Republik Indonesia Tahun 2024 Menggunakan Algoritma K-Nearest Neighbour

Latar Belakang: Pada pemilu tahun 2024 ini dikenal sebagai pesta demokrasi sehingga terjadi banyak penyebaran berita hoaks di media sosial. Sebagai media penyampaian berita ternyata terdapat terdapat 203 isu hoaks dengan total sebaran 2.882 konten di website. Berdasarkan survei dari KIC sebanyak 30% hinga 60% orang Indonesia yang terpapar hoaks. Namun hanya 21% sampai 36% saja yang mampu membedakan apakah berita tersebut hoaks atau tidak.
Tujuan: Penelitian ini bertujuan untuk membangun sebuah pemodelan mengunakan algoritma K-Nearest Neighbour untuk mengevaluasi keakuratan dan keandalan berita dari berbagai situs web berita di Indonesia dengan menggunakan teknik klasifikasi berbasis machine learning. Selain itu, mengkategorikan berita yang berpotensi fakta dan berpotensi hoaks, penelitian ini berupaya memberikan wawasan berupa laman berita yang memiliki informasi potensi fakta tinggi.
Metode Penelitian: Metode pembobotan kata TF-IDF dengan pemodelan KNearest Neighbour (KNN) dan perhitungan jarak menggunakan euclidean.
Hasil: Pemodelan KNN yang sudah dibuat mendapatkan nilai akurasi 0,90 pada training accuracy dan 0,88 pada testing accuracy. Secara keseluruhan, situs-situs berita seperti detik.com, okezone.com, liputan6.com, dan cnnindonesia.com
memiliki tingkat keakuratan yang lebih tinggi dalam berita yang disajikan.
Kesimpulan: Penggunaan metode KNN berhasil menyajikan probabilitas potensi fakta dan hoaks dari situs-situs web berita kompas.com, liputan6.com, detiknews.com, antaranews.com, cnnindonesia.com, okezone.com, sindonews.com, kumparan.com, pikiranrakyat.com, dan wartatransparansi.com.