- Pandemi yang terjadi karena penyebaran Covid-19 merupakan keadaan luar biasa yang terjadi hampir seluruh penjuru dunia. Saat ini penyebaran Covid-19 di Indonesia sudah menyentuh angka 1 juta orang. Masyarakat saat ini tidak dapat lagi melakukan kegiatan berkumpul atau berinteraksi secara massal. Sektor ekonomi, kesehatan, sosial budaya, pendidikan dan bidang lainnya mengalami perubahan. Dalam sektor pendidikan, pola pendidikan yang semula harus tatap muka saat ini tidak dimungkinkan untuk dikerjakan lagi. Proses belajar mengajar dilakukan dengan pola pembelajaran jarak jauh baik sinkronus maupun asinkronus. Pola ini mempunyai banyak permasalahan, terutama terkait ketidakpahaman guru untuk mengelola pembelajaran jarak jauh dengan baik. Terlebih lagi di tingkat Pendidikan Anak Usia Dini(PAUD). Permasalahan ini dapat diselesaikan dengan memberikan pelatihan bagaimana mengelola pembelajaran daring dengan baik. Pelatihan diberikan dalam bentuk workshop berupa bagaimana mengelola akun media sosial, mengelola video conference, mengelola kehadiran peserta didik dan mengevaluasi proses pembelajaran. Kegiatan ini memberikan dampak positif dimana sebelumnya jumlah peserta yang paham hanya 19%, setelah pelaksanaan workshop pelatihan, sebanyak 75.5% sudah paham bagaimana menggunakan media daring. Dari sisi peserta didik, setelah pelatihan tersebut mereka lebih antusias mengikuti kegiatan belajar mengajar menggunakan media daring

News classification is a complex issue as people are easily convinced of misleading information and lack control over the spread of fake news. However, we ca n break the problem of spreading fake news with artificial intelligence (AI), which has developed rapidly. This study proposes a news classification model using a light gradient boosted machine (LightGBM) algorithm. The model is analyzed using two feature extraction techniques, count vectorizer and Tfidf vectorize r and compared with a deep learning model using long - short term memory (LSTM). The experimental evaluation showed that all LightGBM models outperform LSTM. The best model is the count vectorizer Li ghtGBM, which achieves an accuracy value of 0.9933 and an area under curve (AUC) score of 0.9999.