@thesis{thesis,
		author={Rachman  Muhammad Rizky Al},
		title ={Analisis Kecenderungan Hoaks Pada Berita Politik Di Indonesia Dengan Membandingkan Algoritma Naïve Bayes dan Random Forest},
		year={2023},
		url={http://repository.itk.ac.id/19586/},
		abstract={Berita merupakan kumpulan informasi yang berisi fakta. Namun dalam penyebaran berita terdapat penyebaran hoaks juga. Hoaks sendiri merupakan informasi bohong, berita yang tidak bersumber. Salah satu topik yang sering menjadi bahan untuk berita hoaks adalah politik Indonesia. Oleh karena itu, dibutuhkan analisis kecenderungan hoaks mengenai berita politik di Indonesia. Penelitian ini menggunakan perbandingan algoritma Naïve Bayes dan Random Forest. Penelitian ini terdiri dari studi literatur, pembuatan dataset, pre-processing, TF-IDF, training model, evaluasi model dan deployment. Hasil dari penelitian terdapat kata-kata yang memiliki kecenderungan hoaks dan valid yang sama diantaranya joko, widodo, perintah, pilih dan presiden. Jumlah kata joko dan widodo sama-sama memiliki 332 kata dengan perbandingan 177 kata pada berita hoaks dan 155 kata pada berita valid. Jumlah kata perintah memiliki 565 kata dengan perbandingan 97 kata pada berita hoaks dan 468 kata pada berita valid. Jumlah kata pilih memiliki 321 kata dengan perbandingan 100 kata pada berita hoaks dan 221 kata pada berita valid. Jumlah kata presiden memiliki 188 kata dengan perbandingan 79 kata pada berita hoaks dan 109 kata pada berita valid. Hasil perbandingan algoritma Naïve Bayes dan Random Forest yaitu algoritma Random Forest menjadi algoritma yang terbaik dengan akurasi 0.90 dan f1-score 0.89 dibanding Naïve Bayes yang memiliki akurasi yang terbaik 0.89 dan f1-score 0.89. Terakhir, untuk hasil deteksi tidak dapat sepenuhnya menentukan berita tersebut cenderung hoaks karena berita tersebut harus dilakukan pengecekan lagi secara manual oleh manusia.}
		}