Abstrak
Terdapat banyak berita hoax yang sekarang ini sedang marak di kalangan masyarakat. Fenomena hoax bukan lagi hal yang jarang terjadi termasuk di Indonesia khusus-nya di media sosial. Hoax dapat membuat masyarakat resah karena informasi yang tidak di ketahui kebenarannya. Untuk mengetahui informasi yang tersebar, maka diperlukan klasifikasi untuk mengetahui apakah informasi tersebut hoax atau bukan. Oleh karena itu dalam penelitian ini, di kembangkan sistem yang mampu mendeteksi informasi hoax di media sosial Twitter dengan menggunakan metode ekspansi fitur Global Vectors for Word Representation (GloVe). Metode ekspansi fitur Glove digunakan untuk mengurangi adanya ketidakcocokan kosakata pada sebuah tweet pada Twitter. Proses klasifikasi yang digunakan beberapa metode yaitu, Support Vector Machine (SVM), Naive Bayes dan Recurrent Neural Network (RNN). Pada hasil penelitian menunjukan bahwa sistem pendeteksi Hoax menggunakan ekspansi fitur memiliki akurasi sebesar 91,92% pada metode klasifikasi SVM dengan menggunakan korpus GloVe Tweet+Berita dan menggunakan top 10.
Kata kunci: Hoax, Twitter, Support Vector Machine (SVM), Naive Bayes, Recurrent Neural Network (RNN).