IMPLEMENTASI TEXT MINING MENGGUNAKAN METODE COSINE SIMILARITY UNTUK KLASIFIKASI KONTEN BERITA DI POSTINGAN GRUP FACEBOOK INFO LANTAS DAN KRIMINAL PASURUAN

  • Rio Feriangga Kurniawan Universitas Merdeka Pasuruan
  • Mochammad Firman Arif Universitas Merdeka Pasuruan
https://doi.org/10.46510/jami.v3i1.41
Abstract views: 397 , PDF downloads: 279
Keywords: Berita,Text Mining, Cosine Similarity.

Abstract

Objektif.    Berita merupakan bentuk laporan tentang suatu kejadian yang sedang terjadi baru baru ini atau keterangan terbaru dari suatu peristiwa. Persebaran nya pun kini sudah mencapai ranah sosial media facebook, seperti berita yang berada di group Facebook Info lantas dan kriminal pasuruan, masih acak dan tidak ada pengelompokan beritanya sesuai dengan kemiripan tema atau isi.

Material and Metode.  Penelitian ini bertujuan untuk menerapkan Teknik Text Mining menggunakan metode Cosine Similarity dalam melakukan klasifikasi konten berita berdasarkan kesamaan tema dan isi konten berita.

Hasil.  Hasil dari penelitian menggunakan metode Cosine Similarity didapat  bahwa nilai bobot kata pada tiap konten berita dapat mempengaruhi hasil klasifikasi dengan menggunakan algoritma Cosine Similarity.

Kesimpulan.  Berdasarkan hasil dari penelitian tentang Implementasi Text Mining untuk Klasifikasi konten berita di grup Facebook Info Lantas Dan Kriminal Pasuruan menggunakan metode Cosine Similarity dapat disimpulkan bahwa nilai bobot kata pada tiap konten berita dapat mempengaruhi hasil klasifikasi dengan menggunakan algoritma Cosine Similarity. Dimana konten berita yang tidak berkategori akan dihitung bobot kata dan similarity nya dengan konten berita yang telah diketahui kategorinya sehingga muncul nilai similarity tertinggi sebagai kemiripan konten.

Downloads

Download data is not yet available.

References

Fajar, Muhammad. 2008. Media cetak era digital.

Hamzah, A. (2012). Klasifikasi Teks dengan Naïve Bayes Classifier (NBC)untuk Pengelompokan Teks Berita dan Abstract Akademis. InProsiding Seminar Nasional.

Muhammad Sholeh hudin, M Ali Fauzi, Sigit Adinugroho (2008). “Implementasi Metode Text Mining dan K-Means Clustering untuk Pengelompokan Dokumen Skripsi (Studi Kasus: Universitas Brawijaya)”

Nyoman Gede Yudiarta, Made Sudarma, Wayan Gede Ariastina (2018). “Penerapan Metode Clustering Text Mining Untuk Pengelompoan Berita Pada Unstructured Textual Data

Elly Indrayuni (2019) dengan judul “Klasifikasi Text Mining Review ProdukKosmetik Untuk Teks Bahasa Indonesia Menggunakan Algoritma NaiveBayes “

Eko Yulian (2018), “Text Mining dengan K-Means Clustering padaTema LGBT dalam Arsip Tweet Masyarakat Kota Bandung “

Kestrilia Rega Prilianti, Hendra Wijaya, (2014), “Aplikasi Text Mining

Untuk Automasi Penentuan Tren Topik Skripsi Dengan Metode KMeans Clustering,” Jurnal Cybermatika, Vol. 2 No. 1.

Rizky Sam Pratama. (2018) “PERBANDINGAN ANALISIS ALGORITMAK-MEANS DAN FUZZY C-MEANS UNTUK PENGELOMPOKAN HADITS TERJEMAHAN BAHASA INDONESIA”

G. A. Pradnyana dan N. A. Sanjaya,“Cosine Similarity”, Perancangan Dan Implementasi Automated Document Integration Dengan Menggunakan Algoritma Complete Linkage Agglomerative Hierarchical Clustering,vol. 5, (2), pp. 1-10, September 2012.

Arief, M. Rudianto. (2011). Pemrograman Web Dinamis Menggunakan Php dan Mysql.

Faridl, Miftah. 2015. Fitur Dahsyat Sublime Text 3. Surabaya: LUG STIKOM

Published
2022-06-30

PlumX Metrics

How to Cite
Rio Feriangga Kurniawan, & Mochammad Firman Arif. (2022). IMPLEMENTASI TEXT MINING MENGGUNAKAN METODE COSINE SIMILARITY UNTUK KLASIFIKASI KONTEN BERITA DI POSTINGAN GRUP FACEBOOK INFO LANTAS DAN KRIMINAL PASURUAN. JAMI: Jurnal Ahli Muda Indonesia, 3(1), 9-17. https://doi.org/10.46510/jami.v3i1.41
Issue
Vol. 3 No. 1 (2022): Juni 2022
Section
Articles

Copyright (c) 2022 Rio Feriangga Kurniawan

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:
1. Copyright on any article is retained by the author(s).
2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License