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
Abstract views: 36 , PDF downloads: 22
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. (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
Section
Articles