PENERAPAN MULTINOMIAL NAÏVE BAYES DENGAN PARTICLE SWARM OPTIMIZATION PADA KLASIFIKASI BERITA HOAX KONFLIK PALESTINA-ISRAEL

Abstract

Berita merupakan sumber informasi penting dalam masyarakat. Namun, dengan adanya media sosial yang semakin marak saat ini, banyak kasus penyebaran berita hoax yang kevalidannya tidak dapat dibuktikan. Salah satu topik yang hangat diperbincangkan oleh satu dunia adalah mengenai konflik Palestina-Israel yang terjadi akhir-akhir ini. BBC World sebagai media internasional pun juga menyebarkan berita terkait topik ini. Akan tetapi, dalam rubrik BBC World tidak ada penyaringan kategori berita yang termasuk hoax. Oleh karena itu, diperlukan suatu pengklasifikasian berita hoax dengan algoritma Multinomial Naïve Bayes. Untuk semakin meningkatkan akurasi, pada penelitian ini terdapat percobaan tambahan dengan Particle Swarm Optimization. Hasil pengujian membuktikan jika percobaan klasifikasi dengan menggunakan Multinomial Naïve Bayes hanya menghasilkan akurasi paling tinggi sebesar 76%, sedangkan hasil klasifikasi yang ditambah menggunakan Particle Swarm Optimization akan meningkat hasil akurasinya menjadi 84%. Dalam hal ini, metode optimassi dari Particle Swarm Optimization terbukti mampu dalam meningkatkan hasil akurasi penelitian klasifikasi berita hoax konflik Palestina-Israel ini.