Survei Literatur: Deteksi Berita Palsu Menggunakan Pendekatan Deep Learning

Author

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

Abstrak

Media sosial telah menjadi bagiankeseharian 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 literatursebelumnya. 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, yaituberbasis isi/kontennya, berbasis gaya penulisannya,pola penyebarannya, dankredibilitas sumbernya. Hasil survei yang telah dilakukan juga memperlihatkan bahwa algoritmaConvolutional Neural Networkmenjadi favorit pada penelitian-penelitian sebelumnyadengan muncul 6 kali di dalam kumpulan paper tersebut. Algoritma yang menjadifavorit berikutnya,yaitu Long Short Term Memory yang muncul pada 5 literatur dan Bidirectional LSTM yang muncul pada 4 literatur.Kata kunci:artikel, bohong, klasifikasi, algoritma, media sosialAbstractSocial media has become an inseparable part of everyday life in modern society to make it easier to interact and communicate with each other. The purpose of this study is to review and compare the deep learning methods implemented in the case of detecting fake news from several previous studies, and to get an overview of the corpus or dataset used by previous studies. This research is also to help researchers identify and map the use of deep learning algorithms in cases of detecting fake news.The research method is conducting a literature survey of 12 literatures obtained from the ScienceDirect and IEEE Xplore websites. The collection of literature that has been surveyed is selected based on the year published in 2021 with the topic of research on detection of fake newsusing a deep learning approach.The results of this study summarize that the strategy to detect fake news can be done with four approaches, based on the content, based on the writing style, based on the distribution pattern, andbased on the credibility of the source. The results of this research also show that the Convolutional Neural Networkalgorithm is a favorite of researchers by appearing 6 times in the literature collection. The next favorite algorithm is Long Short Term Memorywhich appears in 5 literaturesand Bidirectional LSTMwhich appears in 4 literatures.Keywords:article, lie, classification, algorithm, social media