Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASIFIKASI BERITA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

Sayyid Muhammad Habib, - and Elin Haerani, - and Siska Kurnia Gusti, - and Siti Ramadhani, - (2022) KLASIFIKASI BERITA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. KLASIFIKASI BERITA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER, 5 (2). pp. 248-258. ISSN P-ISSN 2620-8342 E-ISSN 2621-3052

[img]
Preview
Text
Sayyid Muhammad Habib Repository.pdf

Download (1MB) | Preview
[img] Text
article/view/4191 - Published Version

Download (34kB)

Abstract

Tingginya kecenderugan masyarakat dalam mengakses berita khususnya berita secara online, membuat editor dan situs portal berita harus menyediakan informasi dan berita yang berkualitas. Namun pengelompokkan berita tersebut masih diklasifikasikan secara umum, sehingga ketika pembaca ingin mendapatkan kategori berita yang lebih spesifik lagi harus dilakukan secara manual dengan menyaring berita-berita tersebut. Hal ini juga yang dialami oleh bidang sosial Badan Pusat Statistik Provinsi Riau yang kesulitan dalam mencari berita tentang Provinsi Riau. Oleh sebab itu, proses pengklasifikasian berita menggunakan metode naïve bayes classifier merupakan hal yang penting untuk dilakukan. Jumlah berita yang digunakan dalam penelitian ini berjumlah 510 berita dan dikategorikan menjadi 3 kategori yaitu demokrasi, kemiskinan, dan ketenagakerjaan. Proses pengklasifikasian berita dalam penelitian ini meliputi: pengumpulan data, pelabelan manual, text preprocessing, pembobotan kata, dan klasifikasi naïve bayes classifier. Nilai akurasi tertinggi yang diperoleh dalam penelitian ini sebesar 94% dengan pembagian data uji 10% dan data latih 90%.

Item Type: Article
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 21 Jul 2022 08:56
Last Modified: 21 Jul 2022 08:56
URI: http://repository.uin-suska.ac.id/id/eprint/61575

Actions (login required)

View Item View Item