KLASIFIKASI BERITA HOAX PILPRES MENGGUNAKAN METODE MODIFIED K-NEAREST NEIGHBOR DAN PEMBOBOTAN MENGGUNAKAN TF-IDF

Dewasa ini perkembangan teknologi informasi dan internet begitu pesat. Sangat mudahnya masyarakat dalam mengakses internet dan informasi. Dengan kemudahan akses internet membuka peluang masyarakat untuk menyebarkan informasi atau berita di jejaring sosial maupun media online. Namun dalam praktiknya banyak bermunculan berita yang memiliki informasi palsu (hoax) yang tidak dapat dipertanggungjawabkan berita dan sumbernya. Hoax merupakan upaya untuk memanipulasi audiens agar terpengaruh dengan opini yang dibawa. Untuk menangani masalah terkait berita hoax, dikembangkankan sebuah prototipe untuk mengklasifikasikan berita tersebut. Metodologi penanganan berita hoax tersebut menggunakan pendekatan Term Frequency – Inverse Document Frequency untuk pembobotan setiap dokumen dan Modified K-Nearest Neighbor untuk pengklasifikasian berita berdasarkan dokumen yang telah dibobotkan