Penerapan Algoritma Bi-LSTM dalam Pengembangan AI Agent Fact-Checking untuk Berita Berbahasa Indonesia

Satya Wurya Andhika, Raka (2026) Penerapan Algoritma Bi-LSTM dalam Pengembangan AI Agent Fact-Checking untuk Berita Berbahasa Indonesia. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_I.pdf Download (218kB)
	PDF BAB_II.pdf Download (307kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (5MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (226kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (210kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (807kB)
	Archive (ZIP) 00000070105_2521_LembarPengesahan.pdf Restricted to Registered users only Download (67kB)

Abstract

Penyebaran berita palsu (hoaks) berbahasa Indonesia terus meningkat, sementara pemeriksaan fakta manual oleh jurnalis dan lembaga seperti TurnBackHoax tidak lagi mampu mengimbangi volume konten yang beredar. Penelitian ini mengembangkan sebuah sistem agentik berbasis algoritma Bidirectional Long Short-Term Memory (Bi-LSTM) untuk memeriksa fakta berita nasional berbahasa Indonesia secara otomatis dan proaktif, menggunakan kerangka kerja CRISP-DM dan dataset Indonesian Fact and Hoax Political News dari Kaggle. Model Bi- LSTM dilatih dengan pembobotan kelas berbasis invers-frekuensi serta dilengkapi estimasi ketidakpastian melalui Monte Carlo Dropout, dan ditempatkan sebagai inti penalaran dalam alur kerja agentik berbasis lima tahap yang memungkinkan sistem mencari bukti pendukung dan mengukur kepercayaan prediksinya sendiri. Hasil pengujian pada data uji yang terisolasi menunjukkan performa yang sangat tinggi dengan tingkat halusinasi yang rendah. Penelitian ini menyimpulkan bahwa Bi- LSTM efektif diterapkan sebagai inti klasifikasi dalam sistem fact-checking agentik berbahasa Indonesia, dengan kerangka pendukung yang memberikan transparansi proses dan estimasi ketidakpastian, meskipun cakupan dataset yang masih terbatas pada domain berita politik membuka peluang pengembangan lebih lanjut.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Satya Wurya Andhika, Raka (00000070105)
Contributors:	Afriliana, Nunik
Keywords:	Sistem Agentik, Bi-LSTM, Deteksi Hoaks, Fact-Checking
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	28 Jul 2026 12:06
URI:	https://kc.umn.ac.id/id/eprint/48365

Actions (login required)

View Item