DETEKSI BERITA HOAX KATEGORI POLITIK PADA PLATFORM X MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN ENSEMBLE LEARNING

Perkembangan penggunaan Platform X sebagai media penyebaran informasi turut meningkatkan penyebaran informasi yang tidak benar, khususnya pada isu politik. Penelitian ini bertujuan mendeteksi hoaks politik pada Platform X menggunakan Support Vector Machine (SVM) dan Stacking Ensemble. Data diperoleh melalui scraping tweet menggunakan SocialX dan diberi label menggunakan pendekatan Hybrid Annotation, yaitu pelabelan awal menggunakan IndoBERTweet hasil fine-tuning dengan dataset publik dari Kaggle, kemudian diverifikasi secara manual oleh peneliti sebagai human annotator. Klasifikasi dilakukan melalui preprocessing, ekstraksi fitur TF-IDF N-Gram (1,2), serta penerapan SVM dan Stacking Ensemble. Evaluasi dilakukan menggunakan metrik klasifikasi, Confusion Matrix, 10-fold Stratified Cross-Validation, Wilcoxon Signed-Rank Test, dan Evidence-Based Rationale. Hasil pengujian menunjukkan Stacking Ensemble memperoleh accuracy sebesar 86,59%, precision macro sebesar 81,17%, recall macro sebesar 83,67%, dan F1-score macro sebesar 82,28%. Pada kelas Hoaks, diperoleh recall sebesar 78,10% dan F1-score sebesar 73,54%. Uji Wilcoxon menunjukkan perbedaan F1 Hoaks antara SVM Tuning dan Stacking Ensemble signifikan dengan p-value 0,0273. Evidence-Based Rationale digunakan untuk mengidentifikasi fitur TF-IDF yang berkontribusi terhadap keputusan klasifikasi SVM linear.