Skripsi/Tugas Akhir
Penerapan Algoritma Cosine Similarity dan Pembobotan TF-IDF pada Sistem Klasifikasi Berita
ABSTRAK
Inikata.com merupakan jaringan online yang berada di Sulawesi Selatan berdiri sejak tahun 2016 dan tergabung dalam Fajar Group. Inikata.com yang telah memiliki perwakilan di Sulawesi Tenggara memiliki banyak wartawan dan kontributor yang tersebar di seluruh kabupaten kota. Masalah yang sering terjadi adalah mengelompokkan berita dalam beberapa kategori tersebut dilakukan oleh editor secara manual. Jika jumlah artikel berita yang diunggah semakin banyak, hal ini akan merepotkan dan membutuhkan bagi pengunggah berita dan berpotensi salah dalam. Untuk menyelesaikan masalah tersebut akan membangun aplikasi untuk mengelompokkan berita sesuai konten berita dengan menggunakan kombinasi metode Term Frequency Inverse Document Frequency (TF-IDF) dan Cosine Similarity. Diharapkan dengan adanya penelitian ini dapat membantu perusahaan dalam mengklasifikasi berita online agar tidak terjadi kesalahan dalam pengklasifikasian berita.
Kata Kunci : Cosine Similarity, TF-IDF, Klasifikasi Berita
ABSTRACT
Inikata.com is an online network in South Sulawesi that was founded in 2016 and is a member of the Fajar Group. Inikata.com, which already has representatives in Southeast Sulawesi, has many journalists and contributors scattered throughout the city districts. The problem that often occurs is that the grouping of news in several categories is done manually by the editor. If the number of news articles uploaded is increasing, this will be inconvenient and necessary for the news uploader and has the potential to be misunderstood. To solve this problem, we will build an application to classify news according to news content by using a combination of Term Frequency Inverse Document Frequency (TF-IDF) and Cosine Similarity methods. It is hoped that this research can help companies in classifying online news so that there are no errors in classifying news.
Keywords : Cosine Similarity, TF-IDF, News Classification
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: perpustakaan@undipa.ac.id
© 2024 — Perpustakaan UNDIPA Makassar - SLiMS