Survei Literatur: Deteksi Berita Palsu Menggunakan Pendekatan Deep Learning

Peneliti

Apriani Puti Purfini, S.Kom.,M.T. Rio Yunanto, S.Kom., M.T.

Deskripsi/Abstrak

Media sosial telah menjadi bagian keseharian yang tak terpisahkan di dalam kehidupan masyarakat modern untuk dapat memudahkan saling berinteraksi dan berkomunikasi. Tujuan dari penelitian survei ini, yaitu untuk mengulas dan membandingkan metode deep learning yang diimplementasikan pada kasus deteksi berita palsu dari beberapa penelitian sebelumnya, dan untuk mendapatkan gambaran korpus atau dataset yang digunakan oleh literatur sebelumnya. Penelitian ini juga untuk mengetahui dan memetakan pemanfaatan algoritma deep learning pada kasus deteksi berita palsu. Metode penelitian yang digunakan, yaitu melakukan survei literatur terhadap 12 literatur diperoleh dari website ScienceDirect dan IEEE Xplore. Kumpulan literatur yang disurvei tersebut diseleksi berdasarkan tahun terbit 2021 dengan topik penelitian deteksi berita palsu menggunakan pendekatan deep learning. Hasil survei literatur yang telah dilakukan merangkum bahwa, strategi mendeteksi berita palsu dapat dilakukan dengan empat pendekatan, yaitu berbasis isi/kontennya, berbasis gaya penulisannya, pola penyebarannya, dan kredibilitas sumbernya. Hasil survei yang telah dilakukan juga memperlihatkan bahwa algoritma Convolutional Neural Network menjadi favorit pada penelitian-penelitian sebelumnya dengan muncul 6 kali di dalam kumpulan paper tersebut. Algoritma yang menjadi favorit berikutnya, yaitu Long Short Term Memory yang muncul pada 5 literatur dan Bidirectional LSTM yang muncul pada 4 literatur.