Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Ide Tia Karina Sikettang Pengarang Jimmy F. Naibaho, S.T, M.Kom Dosen Pembimbing 2 Indra M Sarkis, S.T M.Kom, Dosen Pembimbing 1 Dr. Sri Agustina Rumapea.,S.Kom., MT, Ketua Penguji

ABSTRAK Penelitian ini dilakukan untuk membangun model yang mampu mengidentifikasi pesan lowongan kerja freelance ke dalam kategori hoaks maupun non-hoaks dengan memanfaatkan algoritma Support Vector Machine (SVM). Dataset yang digunakan terdiri dari 250 data teks, meliputi 125 data hoaks dan 125 data non-hoaks. Data hoaks diperoleh dari sumber verifikasi fakta seperti Turn Back Hoax, sedangkan data non-hoaks dikumpulkan dari platform penyedia lowongan kerja yang terpercaya, yaitu LinkedIn. Setiap data diberi label sesuai kategorinya sebelum diproses lebih lanjut. Tahap pengolahan data diawali dengan proses preprocessing yang mencakup pembersihan teks, normalisasi huruf, pemecahan teks menjadi token, penghapusan kata yang kurang informatif, serta proses stemming. Setelah itu, teks direpresentasikan secara numerik dengan metode Term Frequency-Inverse Document Frequency (TF-IDF). Dataset kemudian dibagi menjadi data latih dan data uji dengan perbandingan 80:20 untuk membangun dan mengevaluasi model klasifikasi. Berdasarkan hasil pengujian, model mampu mengklasifikasikan 45 data dengan benar, yang terdiri dari 23 data non-hoaks dan 22 data hoaks. Sementara itu, terdapat 5 data yang mengalami kesalahan klasifikasi, yaitu 2 data non-hoaks diprediksi sebagai hoaks dan 3 data hoaks diprediksi sebagai non-hoaks. Hasil evaluasi mencakup accuracy sebesar 90%, precision sebesar 90,06%, recall sebesar 90%, dan f1-score sebesar 90%. Hasil ini menunjukkan bahwa metode TF-IDF dan SVM mampu mengklasifikasikan pesan lowongan kerja freelance ke dalam kategori hoaks dan non-hoaks dengan baik. Kata kunci : Hoaks, Lowongan Kerja Freelance, TF-IDF, Support Vector Machine, Klasifikasi Teks