@thesis{thesis,
		author={ },
		title ={PENGUKURAN PROBABILITAS BERITA HOAX BERDASARKAN JUDUL CLICKBAIT MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM BERBASIS WEB},
		year={2021},
		url={https://digilib.unesa.ac.id/detail/ZmY1MWNkMDAtZWY1Yy0xMWViLWJkMzItZDM0ZTQ2OGU3ZDRi},
		abstract={Penggunaan platform digitalmembawa pengaruh terhadap minat konsumsi berita di masyarakat karena memiliki nilailebih dari sisi visual dan realtime.Bentuk berita berupa baris-baris tulisan telah banyak berubah menjadibentuk gambar-gambar informatif yang memuat isi berita secara keseluruhan danperubahan informasi yang dapat dilaporkan secara langsung tanpa memiliki jadwalterbit tertentu. Dari banyaknya pengaruh positif, terdapat sebuah cela daripenggunaan platform digital sebagai media penyebaran berita, yaitu kebebasanmembuat dan menyebarkan informasi di dunia maya. Semua orang dapat menulisartikel atau berita kemudian mengunggah dan membagikannya untuk mendapatkeuntungan pribadi dari jumlah klik maupun kunjungan pada hasil unggahannya.Praktik clickbait santer digunakan untuk mendapatkan perhatian pembaca melaluipemilihan kata-kata yang bersifat provokatif, ambigu dan tidak jarangmengandung unsur hoaks. Banyak ditemukan kasus isi muatan berita yang berbedaatau bahkan tidak berhubungan sama sekali dengan judul yang dibuat. Hal inijelas sangat meresahkan pembaca karena dapat menimbulkan kesalahpahaman antarajudul dengan berita yang dibaca. Penelitian ini merupakan suatu bentuk upayauntuk mengurangi tersebarnya berita-berita bohong dan meminimalisirkesalahpahaman pembaca terhadap isi muatan berita. Sistem yang dibuat padapenelitian ini akan mampu mendeteksi probabilitas hoaks yang terkandung padaberita-berita yang diunggah pada platform digital melalui analisis linguistikjudul berita. Dengan kemampuan individual learning, algoritma ANFIS akanmelakukan proses learning tiap kali terdapat data inputan baru. Kemampuan inimembuat algoritma ANFIS dapat mendeteksi probabilitas hoaks dengan baik.Algoritma ANFIS mencapai tingkat akurasi tertinggi pada data testing sebesar90% menggunakan threshold 60. Sedangkan akurasi tertinggi pada data trainingmencapai 75% menggunakan threshold 40 dan 50.}
		}