Identifikasi Berita Hoax dengan Recurrent Neural Network

Abstrak

Berita hoax merupakan masalah universal yang dapat merubah sudut pandang seseorang. Dampaknya dapat menimbulkan ketakutan, memunculkan ide-ide rasis, dan mengarah pada penindasan dan kekerasan terhadap orang yang tidak bersalah. Masalah ini sudah sejak zaman dahulu walaupun belum ada akses informasi ke seluruh dunia. Saat ini terdapat 2,5 triliun byte data dan terus meningkat sehingga membawa ke masalah berikutnya yaitu menganalisis dan mengidentifikasi berita hoax dan berita nyata agar lebih cepat. Solusi yang ideal adalah dengan algoritma Deep Learning dan penulis memilih metode Recurrent Neural Network (RNN) dan variannya Long Short-Term Memory (LSTM). Akurasi yang didapat sebesar 99%, lebih besar daripada metode Machine Learning seperti Rocchio ataupun Multinomial Naive Bayes.