Klasifikasi Konten Berita Dengan Metode Text Mining
Abstract: Banyak instansi yang
bergerak dalam penyaluran informasi atau
berita sudah mulai menggunakan sisitem berbasis web untuk menyampaikan berita
secara up to date. Pada umumnya berita yang disampaikan dalam portal tersebut
terdiri dari beberapa kategori seperti berita politik, olahraga, ekonomi dan
lain sebagainya. Namun, dalam membagi berita
ke dalam kategori-kategori tersebut untuk saat ini masih dilakukan
secara manual. Hal ini sangat merepotkan apabila berita yang ingin diunggah
berjumlah banyak. Oleh karena itu perlu adanya sistem yang bisa
mengklasifikasikan berita secara otomatis. Text mining merupakan metode
klasifikasi yang merupakan variasi dari data mining berusaha menemukan pola
yang menarik dari sekumpulan data tekstual yang berjumlah besar. Sedangkan
algoritma naïve bayes classifier merupakan lagoritmape ndukung untuk melakukan
klasifikasi. Dalam penelitian ini data yang digunakan berupa berita yang
berasal dari beberapa media online. Berita terdiri dari 4 kategori yaitu
politik, ekonomi, olahraga, entertainment. Setiap kategori tediri dari 100
berita; 90 berita digunakan untuk proses training dan 10 berita digunakan untuk
proses testing. Hasil dari penelitian ini menghasilkan sistem klasifikasi
berita berbasis web dengan menggunakan bahasa pemrograman PHP dan database
MySQL menunjukkan bahwa berita testing bisa terklasifikasi secara otomatis
seluruhnya.
Penulis: Bambang Kurniawan,
Syahril Effendi, Opim Salim Sitompul
Kode Jurnal: jptkomputerdd120026
