Aplikasi ini dikembangkan sebagai luaran tambahan dari penelitian berjudul "Analisis Pengaruh Random Oversampling (ROS) terhadap Kinerja XGBoost dalam Memprediksi Berita Hoaks Berbahasa Indonesia". Sistem ini menggunakan model klasifikasi untuk menprediksi apakah suatu berita merupakan HOAKS atau ASLI, dengan memanfaatkan algoritma XGBoost dan pendekatan Random Oversampling (ROS) untuk menangani masalah ketidakseimbangan data. Aplikasi ini bertujuan untuk memberikan alat bantu yang efektif dalam mengidentifikasi berita hoaks sehingga dapat membantu masyarakat dalam menyaring informasi yang mereka terima. Dengan antarmuka yang sederhana dan mudah digunakan, pengguna dapat dengan cepat menguji model dan melakukan prediksi terhadap teks berita yang mereka masukkan. Sistem ini diharapkan dapat berkontribusi dalam upaya memerangi penyebaran informasi palsu di Indonesia.
| Metrik | XGBoost-Baseline | XGBoost+ROS |
|---|---|---|
| Accuracy | 0.8900 | 0.8925 |
| Precision (Hoaks) | 0.8837 | 0.8879 |
| Recall (Hoaks) | 0.9091 | 0.9091 |
| F1-Score (Hoaks) | 0.8962 | 0.8983 |
| F1-Macro | 0.8896 | 0.8921 |
| F1-Weighted | 0.8899 | 0.8924 |
| False Negative Rate | 0.0909 | 0.0909 |
| ROC-AUC | 0.9591 | 0.9632 |