Perpustakaan Digital ITB

Perkembangan teknologi informasi yang ada di Indonesia semakin berkembang dengan pesat. Survei Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) tahun 2018 dijelaskan pengguna internet Indonesia mencapai 171,17 juta jiwa atau 64,8% dari total populasi penduduk Indonesia 264,16 juta orang. Konten internet (media sosial) yang paling sering dikunjungi oleh penduduk Indonesia 50,7 % Facebook, 17,8% Instagram, 15,1% Youtube, 1,7% Twitter, dan 0,4% Linkedin. Dampak negatif penggunaan media sosial adalah berita bohong atau hoaks. hoax yang berdampak negative membuat resah terhadap masyarakat. Polri perlu bersikap siap dan pro aktif dalam menangani ancaman-ancaman yang disebabkan oleh hoax tersebut. Identifikasi konten hoax sudah dilakukan oleh komunitas internet yang tergabung di situs turnbackhoax.id. Situs tersebut dikelola oleh MAFINDO (masyarakat anti hoax Indonesia). Metode identifikasi atau klasifikasi yang dilakukan pada situs turnbackhoax.id masih dilakukan secara manual, sehingga jika informasi semakin berkembang akan kesulitan dikarenakan informasi yang masuk semakin banyak Penelitian hoaks sebelumnya dilakukan oleh (Petkovic et al, 2005), (Vukovic et al, 2009), (Chen et al., 2014) dan (Rasywir dan Purwarianti, 2015), namun penelitian tersebut terkait domain email hoax dan eksperimen system klasifikasi untuk berita hoaks yang menggunakan metode Levenshtein Distance, Fuzzy Logic, Feed Forward Neural Network, Naïve Bayes, Support Vector Machine dan Algoritma C4.5. Deteksi hoax terdahulu masih memiliki kekurangan terkait blm dapat mendeteksi dan mengklasifikasi tweet yg tidak mencantumkan situs berita. Sehingga dalam penelitian ini dibangunlah ukuran, alat ukur serta Framework baru yang dapat digunakan oleh Polri, sehingga Cyber Polri dapat bertindak lebih cepat dalam upaya preventif.