KLASIFIKASI BERITA MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN)
| Main Author: | Pratiwi Komalasari, Baiq |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://eprints.unram.ac.id/5966/1/Berkas.pdf http://eprints.unram.ac.id/5966/ |
Daftar Isi:
- Jumlah berita online semakin hari semakin meningkat. Hal ini akan menyulitkan editor berita dalam mengkategorikan dokumen berita secara manual. Oleh karena itu, dibutuhkan proses pengkategorian berita secara otomatis menggunakan klasifikasi. Klasifikasi adalah salah satu bagian dari data mining yang digunakan untuk menentukan kelas dari suatu objek yang belum diketahui kelasnya. Salah satu metode klasifikasi adalah K-Nearest Neighbor (K-NN), yaitu metode untuk menghitung jarak terdekat dari dua buah objek kemudian mengelompokan objek yang berdekatan ke dalam satu kelas. Pada penelitian ini, dilakukan perbandingan metode untuk menghitung jarak dokumen terdekat yaitu Cosine Similarity dan l2�istance pada klasifikasi menggunakan metode K- NN. Dari dari penelitian yang telah dilakukan, metode Cosine Similarity memberikan hasil yang lebih baik daripada metode l2�istance. Nilai precision terbesar untuk metode Cosine Similarity adalah 0.97 dan nilai recall sebesar 0.97. Sementara itu, untuk metode l2�istance, nilai precision yang didapatkan yaitu 0.81 dan nilai recall sebesar 0.41.