Deteksi Berita Hoaks Berbahasa Indonesia Menggunakan Natural Language Processing (NLP) dengan Model IndoBERT dan Implementasi Berbasis Web

Abstract

Penyebaran berita hoaks di Indonesia meningkat drastis seiring tingginya konsumsi informasi digital di masyarakat. Hoaks dapat menimbulkan keresahan, konflik sosial, bahkan mempengaruhi proses demokrasi. Oleh karena itu, dibutuhkan sistem deteksi otomatis berbasis kecerdasan buatan yang mampu mengklasifikasi berita hoaks secara cepat dan akurat. Penelitian ini mengembangkan sistem deteksi berita hoaks menggunakan pendekatan Natural Language Processing (NLP) dengan model IndoBERT. Dataset diambil dari TurnBackHoax.id, melalui proses preprocessing dan fine-tuning model. Dibandingkan dengan algoritma klasik seperti Naïve Bayes dan SVM, IndoBERT memberikan hasil akurasi dan F1-score tertinggi, mencapai lebih dari 90%. Aplikasi ini diimplementasikan dalam bentuk sistem web interaktif berbasis Flask dan Streamlit. Penelitian ini membuktikan bahwa teknologi NLP modern mampu mengenali konteks bahasa Indonesia dengan sangat baik dan dapat dimanfaatkan untuk mengurangi penyebaran hoaks.