Abstrak
Hoaks merupakan berita yang tersebar tanpa tahu kebenarannya atau faktanya. Hoaks biasanya tersebar melalui media yang mudah diakses seperti media sosial facebook, twitter dan lain-lain. Terutama pada masa pemilihan presiden (pilpres), para pasangan calon presiden dan wakil presiden tersebut memanfaatkan media sosial untuk melakukan kampanye. Hal ini tentu dimanfaatkan oleh orang-orang yang tidak bertanggung jawab untuk menyebarkan berita hoaks. Oleh karena itu perlu adanya pengidentifikasian tweet-tweet hoaks yang berhubungan dengan pemilihan presiden 2019 agar masyarakat dapat terhindar dari berita hoaks. Metode yang digunakan untuk identifikasi hoaks adalah Naïve Bayes Classifier (NBC). Metode NBC dipilih karena telah terbukti efektif untuk kategorisasi teks, prosesnya sederhana, cepat dan akurasi klasifikasi yang tinggi. Data tweet yang digunakan sebanyak 500 tweet dengan 143 tweet hoaks dan 357 tweet bukan hoaks. Hasil menunjukkan bahwa NBC dengan tambahan seleksi fitur Mutual Information (MI) dan Information Gain (IG) dapat menghasilkan nilai precision sebesar 0.9146, recall sebesar 0.974, dan F1 score sebesar 0.9433 sedangkan NBC tanpa seleksi fitur menghasilkan nilai precision sebesar 0.6932, recall sebesar 0.9531, dan F1 score sebesar 0.8026, dengan kata lain seleksi fitur dapat menambah nilai F1-score sebesar 0.1408.
Kata kunci: hoaks, pemilihan presiden, tweet, Naïve Bayes Classifier.