Inspiration, MICE

Mesin Canggih Pengolah Hoax, Hati-hati Sebarkan Berita Palsu

ShareSemua berita dapat dideteksi oleh mesin canggih pengolah hoax dan berita palsu. Pengirim berita palsu berpeluang terkena pelanggaran Undang-Undang, dan masuk bui....

Written by Rayendra L. Toruan · 3 min read >
Mesin canggih pengolah berita hoax

Semua berita dapat dideteksi oleh mesin canggih pengolah hoax dan berita palsu. Pengirim berita palsu berpeluang terkena pelanggaran Undang-Undang, dan masuk bui. Mesin itu tidak dapat berbohong seperti manusia yang mudah berdusta.

Mesin canggih pengolah berita hoax
Untuk mengenali berita palsu, alat buatan Fraunhofer FKIE dapat menilai keaslian teks dan memasukkannya ke metadata agar mudah dianalisis. Mesin canggih pengolah berita hoax, hati-hati sebarkan berita palsu (Foto/©: Fraunhofer FKIE)

Bagi yang gemar membagi atau menshare berita—dalam berbagai bentuk seperti teks dan gambar—sebaiknya hati-hati agar terhindar dari jeratan hukum.

Para nitizen yakni pengguna media sosial, selalu mendapat tebaran berita fiksi, fakta yang dibengkok-bengkokkan, dan berita palsu lainnya sangat mudah disebarkan melalui Internet.

Tanpa berpikir panjang, penerima berita palsu (hoax) meski sumber berita itu tidak jelas, justru sering kali dibagikan secara sembarangan, terutama melalui media sosial.

Dalam dua-tiga tahun terakhir, berita-berita hoax atau palsu menyibukkan banyak pihak. Pihak penegak hukum pun menangkap para terduga yang kemudian menjadikan mereka tersangka dan terpidana kemudian dipenjarakan.  

Di dunia jurnalis, untuk menguji kebenaran suatu berita yang berdasarkan fakta, jurnalis harus melakukan ricek, tripelcek, bahkan jika perlu kuartetcek agar berita yang akan ditulis dan dipublish adalah fakta, benar, dan bukan hoax.   

Semenatra dari sudut teknologi, berita hoax dapat diungkapkan oleh mesin canggih. Tim peneliti di Fraunhofer sukses mengembangkan sistem yang secara otomatis mampu menganalisis data yang diperoleh dari media sosial. Mesin itu dapat menyaring laporan palsu yang tersebar di media sosial.

Alat atau mesin itu menggunakan konten dan data yang diperoleh dengan hasil klasifikasi yang akurat—dilakukan oleh Machine Learning.  Aplikasi dalam mesin ini mampu berinteraksi dengan data pengguna media sosial.

Untuk mengenali berita-berita palsu atau hoax, alat  buatan Fraunhofer FKIE mampu menilai kebenaran suatu teks, dan memasukkannya ke alat yang dinamai metadata yang kemudian dianalisis kebenarannya.

Mungkin para pembagi berita (palsu) hanya ingin berhumor atau melakukan propaganda terhadap satu orang atau banyak orang.

Akan tetapi, humor dan propaganda yang tidak benar dapat memengaruhi dan memanipulasi opini publik tentang suatu isyu yang sedang menghangat di publik semisal berita Pilpres dan Caleg di Indonesia belakangan ini.

Suatu berita palsu demikian mudah menyebar dengan cepat di Internet—termasuk melalui media sosial seperti Facebook, Twitter, WhatsApp, dan sebagainya. Mengidentifikasi asal berita (mungkin) sulit bagi orang awam namun bagi mesin, melacak berita hoax adalah pekerjaan ringan.

Tim peneliti dan pakar di Institut Fraunhofer yang menangani Komunikasi, Pemrosesan Informasi dan Ergonomi FKIE membuat mesin atau alat klasifikasi. Mesin secara otomatis menganalisis informasi dari media sosial.

Mesin yang mempunyai sistem dapat membuka sejumlah besar data yang kemudian dinilai )berupa teks), dan memasukkan metadata dalam bentuk analisis yang hasilnya dimuculkan dalam bentuk grafik.

“Dengan perangkat lunak, kami fokus pada Twitter dan situs web. Tweet mempublikasikan tautan yakni sumber berita palsu yang ditemukan. Media sosial menyediakan pemicunya. Laporan palsu sering ditemukan di situs web mirip dengan kantor berita dan sulit membedakan berita palsu dan berita asli. Seringkali berita didasarkan pada laporan yang telah diubah dalam bahasa,” jelas Prof. Dr. med. Ulrich Schade salah seorang ilmuwan di Fraunhofer FKIE.

Tim Ulrich Schade mengembangkan alat pendeteksi berita palsu. Tim Ulrich Schade membangun perpustakaan dengan kontribusi sampel dan teks yang diklasifikasikan pengguna sebagai berita palsu.

Set pelatihan ini digunakan untuk melatih sistem. Untuk menyaring laporan palsu, para peneliti menggunakan metode “pembelajaran mesin” yang secara otomatis mencari karakteristik khusus dalam teks dan metadata.

Contohnya konteks politik pada tingkat semantik, susunan kata dan kombinasi kata yang tidak ditemukan dalam bahasa sehari-hari mau pun dalam pelaporan jurnalistik seperti “Pejabat sekarang ini” yang di dunia jurnalistik penggunaan nama demikian penting sebagai sumber (otentik) berita.

Fitur-fiturnya termasuk kesalahan linguistik. Ini terutama terjadi ketika penulis dengan menggunakan bahasa, contohnya bahasa Jerman—misalnya saat perumusan suatu berita palsu yang awalnya ditulis dalam bahasa lain (asli).

Demikian juga kesalahan tanda hubung, ejaan, deklinasi atau kesalahan pengaturan ukuran huruf menunjukkan bahwa pesan itu merupakan berita palsu. Bahkan istilah yang tidak pantas atau ungkapan secara tidak praktis merupakan indikasi lain yang harus diungkapkan.

“Jika melengkapi alat kami dengan banyak fitur, prosesnya secara otomatis menemukan banyak fungsi. Penting pembelajaran mesin dengan  metodenya menghasilkan hal terbaik. Penelitian ini membutuhan banyak waktu. Kita harus menghitung berbagai algoritma dengan kombinasi fitur yang berbeda,” tambah Ulrich Schade.

Fitur-fiturnya dan metadata memainkan peran penting dalam hal membedakan pesan yang benar dan yang palsu. Contohnya, seberapa sering seseorang memposting berita dan kapan berkicau (tweet)?

Mesin menunjukkan sumber berita dari negara mana, zona waktu, stasiun pengirim pesan. Frekuensi transmisi yang tinggi menunjukkan bot (media) yang meningkatkan kemungkinan berita palsu.

Bot (media) sosial mengirimkan tautan berita ke sejumlah besar pengguna untuk menyebarkan ketidakpastian di kalangan penduduk. Jejaring akun dan pengikut sangat penting bagi tim analis.

Data transmisi, jumlah, dan jaringan pengikut dapat divisualisasikan dalam bentuk peta dan grafik yang nyata. Struktur jaringan dan simpulnya menunjukkan, misalnya simpul yang mengedarkan berita palsu atau memulai kampanye berita palsu.

Ujaran kebencian pun mudah dideteksi secara otomatis. Posting yang berpura-pura menjadi berita (baik) tetapi menggunakan ujaran kebencian tertaut ke berita palsu.

“Di sini penting untuk mengembangkan klasifikasi  yang mengidentifikasi kasus-kasus yang jelas. Misalnya istilah sampah politik dan sebagainya,” kata ahli bahasa dan matematika.

Para ilmuwan dapat mengadaptasi sistem mereka ke berbagai jenis teks untuk mengklasifikasikannya. Baik pihak berwenang mau pun perusahaan menggunakan alat ini untuk secara spesifik mendeteksi disinformasi dan untuk memeranginya secara komprehensif.

“Perangkat lunak buatan kami dapat diadaptasi dan mudah melatih penggunaannya bagi pelanggan. Pihak berwenang dapat menggunakannya sebagai sistem peringatan dini,” imbuh Ulrich Schade.

Mari  lebih hati-hati membagi berita melalui media sosial. Karena  mesin canggih pengolah berita hoax, hati-hati sebarkan berita palsu.

Leave a Reply

Your email address will not be published. Required fields are marked *