Implementasi Algoritma Naïve Bayes Clasifier untuk Mengelompokkan Naskah Berita Pendidikan dan berita Covid-19
Implementation of the Naïve Bayes Classifier to Classify Education News and Covid-19 News
DOI:
https://doi.org/10.36080/jk.v1i1.2Kata Kunci:
Naïve Bayes, Klasifikasi, Pengelompokan, Berita, TeksAbstrak
Seiring dengan perkembangan jaman, banyak lembaga penyaluran informasi yang pada awalnya menyampaikan berita melalui media cetak atau media elektronik, seperti koran dan televisi, beralih ke media digital berupa portal berita digital yang menggunakan jaringan internet. Pada umumnya berita yang disampaikan dalam portal berita tersebut terdiri dari beberapa kategori, seperti berita tentang pendidikan, berita kesehatan kesehatan, maupun berita dengan kategori lainnya. Namun, dalam membagi berita ke dalam kategori kategori tersebut, masih ada yang melakukan secara manual yakni dengan mengumpulkan beberapa narasumber untuk menyepakati sebuah berita masuk ke kategori yang mana. Dibandingkan dengan menggunakan cara manual, pengelompokan berita dapat dilakukan secara otomatis dengan menggunakan sebuah algoritma yang dapat mengelompokkan berita berdasarkan teks berita tersebut, baik dari teks judul ataupun teks isi berita. Naïve Bayes adalah salah satu algoritma yang dapat diimplementasikan untuk mengelompokkan berita berdasarkan teksnya. Sebelum melakukan pengklasifikasian berita berdasarkan teks, perlu dilakukan pengumpulan data berupa naskah berita beserta dengan judulnya. Dalam penelitian ini, data yang digunakan diambil dari beberapa sumber media online melalui layanan Google Alerts yang menghasilkan mesin telusur berdasarkan kriteria yang dipilih. Berdasarkan hasil pengujian dengan menggunakan data sebanyak 295 buah naskah berita, 236 buah data training, dan 59 buah data testing, didapatkan hasil akurasi sebesar 74.58%.
Unduhan
Referensi
Y. D. Pramudita, S. S. Putro & N. Makhmud, Klasifikasi Berita Olahraga Menggunakan Metode Naïve Bayes Dengan Enhanced Confix Stripping Stemmer, Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 5, no. 3, pp. 269-276, 2018.
B. S. Prakoso, D. Rosiyadi & H. S. Utama, Klasifikasi Berita Menggunakan Algoritma Naive Bayes Classifer Dengan Seleksi Fitur Dan Boosting, Jurnal Resti, vol. 3, no.2, pp.227-232, 2019.
D. Susandi and U. Sholahudin, Pemanfaatan Vector Space Model pada Penerapan Algoritma Nazief Adriani, KNN danFungsi Similarity Cosine untuk Pembobotan IDF dan WIDF pada Prototipe Sistem Klasifikasi Teks Bahasa Indonesia, Jurnal ProTekInfo, vol. 3, no.1, pp.22-29, 2016.
D. N. Chandra, G. Irawan & I. N. Sukajaya, Klasifikasi Berita Lokal Radar Malang Menggunakan Metode Naïve Bayes Dengan Fitur N-Gram, Jurnal Ilmi Komputer (JIKI) vol. 4, no. 2, pp. 10-20, 2016.
D. Firdaus, Penggunaan Data Mining dalam Kegiatan Sistem Pembelajaran Berbantuan Komputer, Jurnal Format, vol. 6, no. 2, pp.91-97, 2017.
A. Saifudin, Metode Data Mining Untuk Seleksi Calon Mahasiswa Pada Penerimaan Mahasiswa Baru Di Universitas Pamulang, Jurnal Teknologi, vol. 10, no. 1, pp. 25-36, 2017.
H. Annur, Klasifikasi Masyarakat Miskin Menggunakan Metode Naïve Bayes, Jurnal ILKOM, vol. 10, no.2, pp.160-165, 2018.
H. K. Wardana, I. Swanita and B. W. Yohanes, Sistem Pemeriksa Pola Kalimat Bahasa Indonesia berbasis Algoritme Left-Corner Parsing dengan Stemming, JNTETI, vol. 8, no.3, pp. 211-217, 2019.
Kirim email ditujukan ke jurnal.drpm@budiluhur.ac.id dengan subject LostPassword sertakan username anda pada bagian isi email. Terima kasih.
