Abstract
Penyebaran berita hoaks melalui media digital menjadi tantangan serius karena dapat memengaruhi opini publik dan mengganggu ketertiban sosial. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan sistem deteksi otomatis berita hoaks pada konten gambar berbasis teks dengan memanfaatkan teknologi Optical Character Recognition (OCR) untuk mengekstraksi teks dari gambar dan algoritma Naïve Bayes untuk melakukan klasifikasi. Teks hasil ekstraksi terlebih dahulu melalui tahap prapemrosesan, seperti normalisasi, penghapusan karakter non-alfabet, dan stopword removal, sebelum dianalisis. Berdasarkan pengujian terhadap 100 sampel gambar berita yang terdiri dari 50 berita valid dan 50 berita hoaks, sistem berhasil mencapai tingkat akurasi sebesar 80%, sehingga menunjukkan bahwa integrasi OCR dan Naïve Bayes efektif dalam mendeteksi berita palsu serta berpotensi menjadi alat bantu verifikasi informasi digital di media sosial.
Kata kunci: Deteksi hoaks, Optical Character Recognition, Naïve Bayes, klasifikasi teks, akurasi sistem, ekstraksi data.