This study discusses the making of the application of the clustering of Similar News Title Clusters based on the News Title dataset sourced from turnbackhoax.id. to identify online news titles that are false or valid using the Fuzzy C-Means (FCM) method. Fuzzy C-Means has a high degree of accuracy and fast computing time. Fuzzy C-Means can be used to classify data based on certain attributes. Before in to the FCM, the pre-processing stage with the text mining method is to convert text data into numerics to make it easier when used as input parameters into the FCM method which includes tokenizing, filtering, and stemming. Then do the calculation of the number of occurrences of words / term queries in the document being tested and used as input parameters for the calculation of the FCM method. In this study, the Fuzzy C-Means algorithm will be used to cluster the similarity of fake news titles on scattered online news. From the results of the cluster that has the highest value becomes an additional parameter to identify hoaks or valid news. The testing method uses accuracy by calculating what percentage of documents are similar to the news headline input and have an accuracy rate of 64%.

Penelitian ini membahas tentang pembuatan aplikasi Klasterisasi Kemiripan Judul Berita Palsu berdasarkan dataset Judul Berita bersumber dari turnbackhoax.id. bertujuan untuk mengidentifikasi judul berita daring merupakan berita palsu atau valid dengan menggunakan metode Fuzzy C-Means (FCM). Fuzzy C-Means memiliki tingkat akurasi yang tinggi dan waktu komputasi yang cepat. Fuzzy C-Means dapat dipergunakan untuk mengklasterkan data berdasarkan atribut-atribut tertentu. Sebelum perhitungan FCM dilakukan terlebih dahulu tahap pre-processing dengan metode text-mining untuk mengkonversi data teks menjadi numerik agar lebih mudah ketika dijadikan parameter input ke dalam metode FCM yang meliputi tokenizing, filtering, dan stemming. Kemudiann dilakukan perhitungan banyaknya kemunculan kata/term queries pada dokumen yang diuji dan dijadikan paramaeter input untuk perhitungan metode FCM. Pada penelitian ini, akan digunakan algoritma Fuzzy C-Means untuk mengklasterisasikan kemiripan judul berita palsu pada berita daring yang tersebar. Dari hasil klaster yang memiliki nilai tertinggi menjadi parameter tambahan untuk mengidentifikasi berita hoaks atau valid. Pengujian metode menggunakan akurasi dengan menghitung berapa persentase dokumen yang mempunyai kemiripan dengan input judul berita dan menghasilkan nillai akurasi sebesar 64%.