RANCANG BANGUN SISTEM PENDETEKSI HOAKS BERBAHASA INDONESIA BERBASIS EVIDENCE RETRIEVAL DAN KLASIFIKASI INDO-BERT PADA PLATFORM IOS

Perkembangan internet dan media sosial telah mempermudah penyebaran informasi, namun juga meningkatkan risiko penyebaran hoaks yang dapat menyesatkan masyarakat.
Sistem deteksi hoaks konvensional umumnya hanya berfokus pada analisis teks klaim sehingga masih memiliki keterbatasan dalam memahami konteks kebenaran suatu informasi. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem deteksi hoaks berbahasa Indonesia berbasis evidence retrieval menggunakan metode deep learning. Sistem menggunakan model IndoBERT untuk melakukan klasifikasi serta memanfaatkan Sentence-BERT untuk mencari dan menentukan bukti yang relevan
dari sumber daring berdasarkan klaim yang diberikan. Bukti yang diperoleh kemudian digabungkan dengan klaim untuk meningkatkan kualitas prediksi. Sistem dikembangkan
menggunakan backend FastAPI dan diintegrasikan ke dalam aplikasi iOS agar dapat digunakan secara praktis oleh pengguna. Hasil penelitian menunjukkan bahwa sistem yang
dibangun mampu mendeteksi hoaks dengan lebih baik dibandingkan pendekatan yang hanya menggunakan klaim saja. Dengan demikian, sistem ini diharapkan dapat membantu
pengguna dalam memverifikasi informasi dan mengurangi penyebaran hoaks di masyarakat.