SISTEM PENUNJANG KEPUTUSAN PENGKATEGORIAN BERITA SECARA OTOMATIS DENGAN ALGORITMA NAIVE BAYES
Penyaluran informasi atau berita kepada khalayak umum saat ini tidak hanya
melalui televisi, radio dan media cetak tetapi juga sudah melalui dunia internet.
Kecepatan internet untuk menyampaikan sebuah informasi ke masyarakat mempunyai
daya tarik tersendiri. Saat ini banyak ditemui portal dan forum berita yang ada di
internet, tetapi hampir seluruh dari situs tersebut melakukan pembagian kategori dari
sebuah berita dengan sistem manual. Sistem ini cukup efektif bila berita yang
dimasukkan berjumlah sedikit, tetapi kurang efektif bila berita yang dimasukkan
berjumlah banyak. Kesalahan pengkategorian sebuah berita menunjukkan sisi
kelemahan dari sistem manual, oleh karena itu dibutuhkan terobosan baru untuk
menggantikan sistem lama. Sistem baru yang diharapkan ialah sebuah sistem yang
dapat melakukan fungsi pengkategorian secara otomatis untuk mengurangi tingkat
kesalahan pengkategorian. Salah satu metode yang dapat digunakan untuk
pengkategorian otomatis ialah metode naive bayes classifier. Dalam penelitian ini
kategori dari berita akan dibagi menjadi 10 kategori yaitu politik, kriminal, ekonomi,
peristiwa, kesehatan, teknologi, bola, otomotif, pendidikan dan kuliner. Untuk dapat
menghasilkan kategori yang benar dari sebuah berita maka harus dilakukan proses
pembelajaran atau training terlebih dahulu. Proses training akan menghasilkan nilai
peluang dari sebuah kata kunci. Nilai peluang tersebut akan digunakan dalam
perhitungan Vmap yang terjadi di proses pengkategorian. Nilai Vmap tertinggi dari
sebuah kategori akan ditetapkan sebagai kategori sebuah berita. Dari hasil pengujian,
didapatkan proses pengkategorian berjalan dengan baik saat data training yang
dimasukkan berjumlah 150 dokumen dikarenakan jumlah kata kunci yang ditemukan
sudah cukup banyak.
01-2163 | 01-2163 | My Library (01) | Tersedia - No Loan |
Tidak tersedia versi lain