Implementasi Algoritma Naïve Bayes Classifier untuk Klasifikasi Kategori Berita pada Website Cnnindonesia.com
| Main Author: | Brandon, Brandon |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/13117/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/13117/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/13117/3/BAB_I.pdf http://kc.umn.ac.id/13117/4/BAB_II.pdf http://kc.umn.ac.id/13117/5/BAB_III.pdf http://kc.umn.ac.id/13117/6/BAB_IV.pdf http://kc.umn.ac.id/13117/7/BAB_V.pdf http://kc.umn.ac.id/13117/8/LAMPIRAN.pdf http://kc.umn.ac.id/13117/ |
Daftar Isi:
- Informasi adalah kebutuhan pokok bagi setiap orang, namun tidak semua informasi yang ada dibutuhkan. Dipengaruhi oleh kemajuan teknologi internet sehingga informasi mengalami pelonjakan yang besar, karena kebutuhan masyarakat akan berita semakin meningkat setiap harinya, berbagai pihak mencoba untuk menyajikan sajian berita berbahasa Indonesia yang sesuai dengan kebutuhan masyarakat Indonesia secara cepat, tepat, akurat, dan terpercaya bagi para pembaca berita. Berita dapat diperoleh dari media cetak maupun elektronik seperti koran, televisi, radio, dan internet. Berita yang disajikan dalam bentuk teks pada media elektronik, biasanya dikelompokkan berdasarkan isinya seperti berita olahraga, ekonomi, sains, dan lain sebagainya. Permasalahan yang terjadi adalah penggunaan media digital dalam penyampaian informasi menyebabkan jumlah artikel berita digital yang dirilis oleh portal berita tiap harinya menjadi sangat banyak. Hal ini berdampak pada ketersediaan artikel berita yang jumlahnya sangat melimpah. Berdasarkan permasalahan tersebut diperlukan adanya pengorganisasian dokumen artikel berita. Salah satu cara yang dapat dilakukan dengan cepat dan dapat dipahami oleh para penerima informasi adalah dengan melakukan klasifikasi dokumen artikel berita berdasarkan topiknya. Program yang diimplementasi diharapkan dapat membantu dalam mengkategorikan berita. Hasil uji coba dalam penelitian ini menghasilkan nilai akurasi sebesar 87%, nilai presisi 86,5%, nilai sensitivitas 88,2% dan nilai spesifisitas sebesar 85,7%.