Penggunaan teknologi akan selalu diikuti dengan hal negatif dan positif
pada penggunaanya termasuk seperti pada media sosial twitter, facebook, dan
instagram. Banyak kasus yang terjadi seperti penculikan, pencemaran nama baik,
penipuan hingga penyebaran suatu paham yang sesat. Hoax merupakan salah satu
hal negatif yang sering terjadi didalam media sosial, berita dalam hoax masih
diragukan kebenaran atau faktanya. Penggunaan metode Backpropagation pada
prediksi dan klasifikasi data dapat digunakan untuk memprediksi kemungkinan
seorang pengguna akun twitter menyebarkan suatu berita hoax berdasarkan
perilaku pengguna tersebut. Pengujian data dilakukan berdasarkan isi konten
tweets dan perilaku pengguna. Data set disusun berdasarkan attribute yang
digunakan seperti jumlah followers, following, jumlah tweets dan keaktifan
pengguna yang berdampak pada diterimanya dan tersebarnya suatu berita. Data
set tersebut digunakan untuk pelatihan (training) pada Backpropagation
menggunakan algoritma gradient descent Backpropagation dan lavenbergmarquad Backpropagation. Setelah proses training selesai maka hasil training
diuji untuk mengenal 4 jenis pola masukan. Hasil pengujian kemudian
dibandingkan untuk melihat kelebihan dan kekurangan kedua algoritma
Backpropagation tersebut. Pada proses pengujian yang dilakukan dengan metode
lavenberg-marquad Backpropagation mendapatkan akurasi rata-rata sebesar
72.21% dengan MSE (0.1979 ) terendah dibandingkan dengan Backpropagation
gradien descent pada learning rate dengan nilai 0.8.
Kata kunci : hoax, twitter, Backpropagation, Neural Network, Media Sosial,
lavenberg-marquad, Backpropagation, gradien descent Backpropagation.