Analisis Berita hoax dalam Bahasa Indonesia Menggunakan Metode Multilingual Bert

Pengaruh teknologi informasi telah masuk ke berbagai bidang aktivitas manusia dan memberikan manfaat yang besar dalam berbagai bidang yaitu dalam bidang pendidikan, kesehatan, politik, ekonomi, teknologi komunikasi dan informasi. Penyebaran informasi dengan mudah merupakan hal yang positive namun tidak semua informasi yang disebarkan di internet berupa fakta, banyaknya berita beredar di internet adalah berita yang tidak benar atau disebut dengan hoax.
Informasi hoax dapat merugikan banyak pihak yang tidak bersalah dengan meyakini pembaca tentang kejadian yang tidak benar. Cara tradisional untuk mengklasifikasikan berita asli atau palsu adalah dengan memeriksa berita dari sumber lain secara manual. Namun, itu membutuhkan usaha dan banyak waktu. Oleh karena itu upaya yang dapat dilakukan yaitu dengan mengklasifikasikan berita hoax menggunakan machine learning yaitu dengan metode Multilingual BERT, dimana Multilingual BERT atau multibahasa bekerja dengan sangat baik pada tugas transfer lintas bahasa, lebih unggul dari penyisipan kata non�kontekstual statis.

Penelitian ini menggunakan metode Multilingual BERT untuk text classification. Dataset penelitian ini berjumlah 1865 baris data. Dataset terdiri dari teks berita dan label berita hoax/non hoax. Metode Multilingual BERT pada
penelitian ini menerapkan Fine tuning Model dan menyesuaikan Hyperparameter untuk mendapatkan hasil terbaik. Pada penelitian ini menggunakan bahasa pemograman python yang di aplikasikan di Google collab. Evaluasi terhadap hasil
text classification dengan metode Multilingual BERT menggunakan Confusion matrix. Hasil evaluasi menggunakan metode Confusion matrix memilki nilai accurasy sebesar 96%, nilai Precission 75%, nilai recall 55% dan F1-Score 63%.
Secara kesuluruhan hasil text classification berita hoax menggunakan metode Multilingual BERT dapat dikategorikan baik.

Kata Kunci : Text Classification, Multilingual BERT, Confusion matrix.