Ide Judul Skripsi: Berita Hoaks dan Cara Penanganannya Secara Cepat dan Tepat

merlindawibowo.com – Berita hoaks adalah informasi yang disebarkan dengan tujuan menyesatkan atau menipu, seringkali tanpa dasar fakta yang valid atau akurat. Biasanya, berita hoaks disebarkan secara sengaja untuk menciptakan kebingungan, mempengaruhi opini publik, atau menciptakan ketegangan di masyarakat. Berita hoaks bisa berupa teks, gambar, video, atau audio yang disebarkan melalui berbagai platform media, termasuk media sosial, situs web, atau pesan instan. Dalam banyak kasus, berita hoaks dapat menyebabkan kerusakan, ketakutan, atau keragu-raguan di kalangan masyarakat. Oleh karena itu, penting untuk memverifikasi keaslian informasi sebelum menyebarkannya lebih jauh.

Kata “hoaks” merupakan bentuk serapan dari bahasa Inggris “hoax”. Dalam bahasa Indonesia, “hoaks” digunakan untuk merujuk kepada informasi palsu atau tidak benar yang disebarkan dengan sengaja untuk menyesatkan atau menipu orang. Dalam konteks berita dan informasi, “hoaks” mengacu pada berita palsu atau informasi yang tidak akurat yang disebarkan dengan tujuan tertentu, seperti mempengaruhi opini publik atau menciptakan kebingungan. Oleh karena itu, penting untuk berhati-hati dalam menyebarkan atau percaya pada informasi yang belum diverifikasi kebenarannya.

Berita Hoaks di Indonesia

Kemajuan teknologi ke arah digital semakin cepat saat ini, termasuk penggunaan internet yang dapat diakses di mana saja dan kapan saja. Menurut buletin Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) edisi 40 Mei 2019, jumlah pengguna internet di Indonesia terus meningkat setiap tahunnya dari 2016 hingga 2019, seperti yang tercatat dalam survei yang dilakukan. Data survei menunjukkan bahwa jumlah pengguna internet meningkat sebesar 10,12% pada tahun 2018 dibandingkan dengan tahun sebelumnya. Total pengguna internet pada tahun 2018 mencapai 171,17 juta dari total populasi 264,16 juta jiwa. Survei tahun 2016 juga mencatat bahwa tiga jenis konten internet yang paling sering diakses oleh pengguna adalah media sosial (97,4%), hiburan (96,8%), dan berita (96,4%).

Berita memiliki peran penting sebagai sumber informasi tentang peristiwa terbaru dalam masyarakat. Biasanya, berita disampaikan melalui surat kabar, siaran televisi, atau media online. Namun, keberadaan berita yang beredar juga membawa ancaman berupa berita palsu yang dapat meresahkan masyarakat, yang sering disebut sebagai hoaks. Perlu dicatat bahwa penyebaran berita palsu memiliki konsekuensi hukum sesuai dengan UU ITE Nomor 11 Tahun 2008. Pemerintah mengambil langkah tegas dalam upaya mengurangi penyebaran hoaks dengan memblokir situs internet yang dianggap sebagai sumber informasi palsu.

Teknologi Penanganan Berita Hoaks

Salah satu penelitian pada tahun 2015, yang berjudul “Eksperimen pada Sistem Klasifikasi Berita Hoaks Berbahasa Indonesia Berbasis Pembelajaran Mesin” oleh Erissya Rasywir dan Ayu Purwarianti, membahas tentang klasifikasi berita hoaks atau berita dengan informasi yang tidak benar sebagai salah satu implementasi dari kategorisasi teks. Penelitian tersebut menggunakan kombinasi algoritma klasifikasi seperti Naive Bayes, SVM, dan C4.5 (Decision Tree) dengan menggunakan 220 artikel bahasa Indonesia dalam 22 topik, terdiri dari 89 artikel hoaks dan 131 artikel bukan hoaks. Hasil eksperimen menunjukkan bahwa algoritma Naive Bayes memiliki akurasi terbaik, mencapai 91.36%.

Penelitian lain pada tahun 2018, berjudul “Klasifikasi Artikel Hoaks Menggunakan Support Vector Machine Linear dengan Pembobotan Term Frequency – Inverse Document Frequency” oleh Dina Maulina dan Rofie Sagara, membahas tentang penggunaan teknologi text mining, machine learning, dan klasifikasi untuk mengatasi masalah informasi palsu atau hoaks di internet. Salah satu algoritma yang digunakan adalah Support Vector Machine (SVM) yang dikombinasikan dengan pembobotan kata menggunakan metode Term Frequency – Inverse Document Frequency (TF-IDF). Hasilnya menunjukkan bahwa SVM Linear mencapai akurasi 95.83% dengan data 108 artikel hoaks dan 132 artikel bukan hoaks.

Penelitian lain pada tahun 2020, berjudul “Penerapan Deep Learning untuk Klasifikasi Berita Hoaks menggunakan Convolutional Neural Network” oleh Yahdi Irawan, membahas tentang sulitnya masyarakat dalam membedakan berita hoaks atau fakta karena banyaknya berita hoaks yang tersebar. Penelitian ini menggunakan algoritma Convolutional Neural Network (CNN) untuk klasifikasi berita hoaks dengan data teks satu dimensi. Hasil implementasi dan pengujian menunjukkan akurasi sebesar 86.56%, recall sebesar 86.36%, dan precision sebesar 86.35%.

Penanganan berita hoaks menjadi penting karena dampaknya bisa sangat merugikan, seperti mempengaruhi opini publik, menciptakan kebingungan, bahkan menyebabkan ketegangan sosial atau politik. Beberapa teknologi yang telah diterapkan untuk menangani berita hoaks antara lain:

Text Mining: Teknologi ini digunakan untuk menganalisis teks berita dan mengidentifikasi pola-pola yang mengindikasikan kebohongan atau ketidakbenaran.

Machine Learning: Algoritma machine learning seperti Naive Bayes, Support Vector Machine (SVM), dan Convolutional Neural Network (CNN) dapat digunakan untuk klasifikasi berita hoaks berdasarkan fitur-fitur yang telah dipelajari dari data latih.

Term Frequency-Inverse Document Frequency (TF-IDF): Metode ini digunakan untuk memberikan bobot pada kata-kata dalam teks berita berdasarkan seberapa sering kata tersebut muncul dalam teks tersebut dan seberapa umum kata tersebut dalam keseluruhan koleksi dokumen.

Deep Learning: Teknologi deep learning, seperti Convolutional Neural Network (CNN), telah diterapkan untuk menganalisis dan mengklasifikasikan berita hoaks dengan menggunakan representasi vektor dari teks berita.

Penggunaan Data Besar (Big Data): Penggunaan data besar dapat membantu dalam mengumpulkan dan menganalisis informasi dari berbagai sumber untuk mendeteksi pola-pola yang mengindikasikan berita hoaks.

Verifikasi Fakta Otomatis: Beberapa platform dan alat telah dikembangkan untuk secara otomatis memverifikasi kebenaran berita dengan memeriksa keandalan sumber informasi dan mencocokkan fakta dengan sumber-sumber terpercaya.

Penerapan teknologi-teknologi ini bertujuan untuk memberikan alat yang lebih efektif dalam mengidentifikasi, memeriksa, dan mengklasifikasikan berita hoaks secara cepat dan efisien. Dengan demikian, diharapkan dapat mengurangi dampak negatif dari penyebaran berita hoaks di masyarakat.

Semoga bermafaat!