Abstrak
Berita seputar Covid-19 terus disebarkan untuk mengedukasi masyarakat sejak Covid-19 ditemukan pertama kali pada tahun 2019. Media sosial berperan penting dalam persebaran berita tersebut salah satunya adalah Twitter. Twitter menjadi sarana terpercaya dalam bertukar berita dan informasi Covid-19. Kecepatan pertukaran berita ini menyebabkan beberapa berita yang tersebar tidak bisa diyakini kebenarannya sehingga banyak juga berita palsu seputar Covid-19 yang tersebar. Maka daripada itu, pendeteksi berita palsu Covid-19 diperlukan. Sistem untuk mendeteksi berita palsu Covid-19 pun telah banyak diteliti. Pendekatan deep learning yang sedang populer yaitu BERT menawarkan kemampuan akurasi yang cukup tinggi dalam mendeteksi berita palsu. Penelitian ini menggunakan BERT untuk mendeteksi berita palsu Covid-19 dengan menambahkan proses augmentasi data text. Tiga proses augmentasi yang digunakan yaitu berbasis akronim, berbasis pemeriksaan ejaan dan berbasis typo. Dengan proses pemeriksaan yang komprehensif berdasarkan 5-fold cross validation menggunakan sebelas ribu postingan twitter dengan evaluasi 4 metrik ; Accuracy, Precision, Recall dan F1-Score. Hasil pengujian menunjukkan augmentasi data mampu meningkatkan performa BERT dalam mendeteksi berita palsu Covid-19.