IDENTIKASI BERITA PALSU DENGAN ROBERTA BIDIRECTIONAL ENCODER BERDASARKAN CONVOLUTION NEURAL NETWORK-LONG SHORT TERM MEMORY

• DWIN INDRAWAN
• 14002435

---

ABSTRAK

Semakin cahnggihnya teknologi informasi dan jangkauan informasi yang lebih cepat, segala sesuatu menjadi lebih efektif dan efisien untuk di dapatkan. Data kementerian komunikasi dan informatika menunjukkan bahwa sekitar 800.000 website di Indonesia telah terindikasi untuk menyebarkan informasi palsu. Hal ini dapat menyebabkan perselisihan, membahayakan stabilitas dan harmoni masyarakat. penyebaran berita palsu yang mudah menyebar tersebut menjadikannya penting bagi masyarakat untuk mengidentifikasi informasi yang salah dan memilah-milah fakta. Penelitian ini menyajikan analisis kredibilitas informasi dan mengurangi informasi palsu seperti itu menggunakan beberapa model untuk medeteksi berita palsu. Stance memperkirakan perspektif lrelatif dari dua bagian teks mengenai subjek argumen atau masalah dengan menghitun skor kesamaan anatara judul artikel dan teks. penelitian ini menggunakan fake and real news dataset dari G.Mclntire, dimana data tersebut berisi 6335 data artikel berita yang terdiri dari 3171 berita asli dan 3164 berita palsu yang terdistribusi secara merata 50:50%. Penelitian ini mengusulkan metode deep learning dengan menggunakan model BERT dengan fine-tunin RoBERTa untuk meningkatkan hasil kalasifkasi model yang lebih baik. Eksperimen menerapkan metode klasifikasi yang ada seperti ANN, LSTM, biLSTM, CNN dan CNN-LSTM untuk mengukur akurasi deteksi berita palsu. hasil eksperimen menunjukan bahawa usulan pretrained RoBERTa dengan model CNN mendapatkan akurasi tertinggi 96.95. hasil tersebut naik 1.63 persen dari penelitian sebelumnya.
 

Kata Kuncu : Berita Palsu, Deep Learning, Klasifikasi, BERT, RoBERTa

KATA KUNCI

Data Mining,Convolutional Neural Network,Deep Learning

---

DAFTAR PUSTAKA

H. Karande "Stance detection with BERT embeddings for credibilty analysis of information on social media"
J.devlin "BERT: Pre-Training of deep bidirectional transformers for language understanding" 2019
R.A.Brittain "what we learn from the learning rate" 2017
B. Bhutani "Fake news detection using sentiment analysis" 2019
H.Karande "Stance detection with BERT embeddings for credibilty analysis of information on social media" 2021