Analisis Fenomena Clickbait pada Situs Berita Online Menggunakan Model IndoBERT

Abstract

Media sosial dan media online menjadi sumber berita terpopuler di masyarakat Indonesia. Dengan banyaknya pengguna internet di Indonesia, yaitu sekitar 77% penduduk terkoneksi internet, maka hal ini menjadi peluang media online untuk meraup keuntungan. Media online memperoleh pendapatan melalui pemasangan iklan. Perusahaan pengiklan mau memasangkan iklan hanya pada media online yang mempunyai jumlah kunjungan/traffic yang tinggi. Salah satu cara media online meningkatkan traffic adalah dengan menerapkan teknik clickbait. Clickbait adalah strategi penulisan judul artikel yang bertujuan untuk menarik perhatian pembaca agar mengklik dan membaca artikel tersebut. Strategi ini dilakukan dengan menggunakan bahasa yang menarik sehingga memunculkan rasa penasaran pada pembaca. Artikel yang menggunakan clickbait cenderung mengecewakan pembaca dikarenakan isi konten yang tidak sesuai dengan apa yang dijanjikan dalam judul. Efek berita clickbait begitu berbahaya karena berpotensi menjadi berita bohong atau hoax yang dapat menimbulkan perpecahan. Oleh karena itu penelitian ini dilakukan untuk mengetahui fenomena penggunaan clickbait di media online Indonesia. Untuk menganalisis fenomena penggunaan clickbait, maka diperlukan pengklasifikasian berita clickbait terlebih dahulu. Dalam penelitian ini pengklasifikasian dilakukan menggunakan machine learning. Model machine learning yang digunakan adalah IndoBERT yang memperoleh skor accuracy dan f1-score di angka 92%. Hasil analisis menunjukkan persentase penggunaan clickbait pada media online Indonesia dari tahun 2020 hingga 2023 awal sebesar 35%. Dari rentang waktu tersebut pula tren penggunaan clickbait cenderung mengalami kenaikan.