Artikel Terbaru

PERANCANGAN FRAMEWORK DETEKSI HOAX PADA MEDIA SOSIAL TWITTER UNTUK SIBER POLRI

Oleh   Muhammad Hafif [23219353]
Kontributor / Dosen Pembimbing : Dr. Ir. Albarda, M.T.;
Jenis Koleksi : S2 - Tesis
Penerbit : STEI - Teknik Elektro
Fakultas : Sekolah Teknik Elektro dan Informatika (STEI)
Subjek :
Kata Kunci : Framework, Deteksi, Media Sosial, dan Hoaks
Sumber :
Staf Input/Edit : karya  
File : 4 file
Tanggal Input : 2021-03-18 10:31:20

Generic placeholder image

Cover

PUBLIC

Generic placeholder image

Abstrak

PUBLIC

Generic placeholder image

Abstract

PUBLIC

Generic placeholder image
Thesis

Terbatas
» 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.