Daftar Isi: Sistem Rekomendasi Artikel Berita Menggunakan Metode K-Nearest Neighbor Berbasis Website

Main Author:	Abraham, Sirajuddin
Format:	Thesis PeerReviewed Book
Bahasa:	eng
Terbitan:	, 2017
Subjects:	004 Data Processing Computer Science
Online Access:	http://repository.unmuhjember.ac.id/654/1/journal.pdf http://repository.unmuhjember.ac.id/654/7/PENDAHULUAN.pdf http://repository.unmuhjember.ac.id/654/8/ABSTRAK.pdf http://repository.unmuhjember.ac.id/654/9/BAB%20I.pdf http://repository.unmuhjember.ac.id/654/10/BAB%20II.pdf http://repository.unmuhjember.ac.id/654/11/BAB%20III.pdf http://repository.unmuhjember.ac.id/654/12/BAB%20IV.pdf http://repository.unmuhjember.ac.id/654/13/BAB%20V.pdf http://repository.unmuhjember.ac.id/654/

Daftar Isi:

Berdasarkan data Kementrian komunikasi Dan Informatika(KOMINFO) pada tahun 2014 jumlah pengguna internet di Indonesia mencapai 88,3 juta orang. Angka tersebut menempatkan negara Indonesia pada posisi ke-6 pengguna internet di seluruh dunia. Banyaknya pengakses pada website berita dapat dimanfaatkan oleh pengelola dan pengembang sebuah situs berita untuk menarik pengunjung dan melakukan akses lebih lama. Salah satu cara adalah membangun sistem rekomendasi penentu artikel pada sebuah website yang relevan untuk pengguna atau pengunjung untuk memperoleh informasi Metode yang dapat digunakan adalah menggunakan salah satu metode pengenalan pola yaitu K Nearest Neighbor (KNN). Metode KNN yang diterapkan pada tugas akhir ini adalah memetakan antara berita terpilih untuk menghasilkan rekomendasi berita. Konsep KNN yang digunakan adalah mencari nilai kedekatan antara berita terpilih dengan keseluruhan dataset yang menjadi data training. Hasil akurasi dari nilai error pada pembuatan sistem rekomendasi berita menggunakan metode K-nearest Neigbor adalah sebesar 14% dan menghasilkan nilai keakuratan sebesar 86%