EKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN
2016: Seminar Informatika Aplikatif Polinema (SIAP)
Abstract
Informasi menjadi suatu hal yang dibutuhkan seiring dengan perkembangan teknologi informasi dan komunikasi.
Salah satu sumber informasi tersebut adalah situs berita daring yang berisi artikel berita dengan topik yang
berbeda. Dengan banyaknya jumlah artikel berita dengan berbagai macam topik maka proses pengelompokan
tersebut menjadi sulit dilakukan dan membutuhkan waktu yang lama. Oleh karena itu, dibutuhkan sistem yan g
dapat mengelompokkan artikel berita secara otomatis agar proses pengelompokkan lebih mudah dan cepat.
Ekstraksi fitur situs berita online bertujuan mengelempokkan artikel berita secara otomatis dan mendapatkan
artikel yang populer dalam jangka waktu tertentu. Penelitian ini menggunakan tahapan text preprocessinguntuk
pengolahan teks dilanjutkan dengan pembobotan TF IDFpada masing-masing artikel berita sehingga terbentuk
vector term. Berdasarkan pembobotan tersebut, artikel-artikel berita tersebut dikelompokkan dengan metode KMeans Clustering. Hasil pengelompokkan (clustering) tersebut menunjukkan jumlah populasi artikel setiap
cluster. Proses pemilihan judul artikel berdasarkan kedekatan euclidean distance. Aplikasi ini telah diuji dengan
membandingkan keluaran sistem dengan hasil keputusan manual. Pengujian tersebut dilakukan dengan masukan
persentase jumlah cluster yang berbeda. Berdasarkan hasil pengujian tersebut, terdapat beberapa faktor yang
mempengaruhi akurasi kebenaran pada pengujian metode K-Means Clusteringyaitu persentase jumlah cluster,
semakin besar jumlah cluster maka artikel berita yang dikelompokkan semakin spesifik. Hal tersebut
menyebabkan tingkat akurasi kebenaran semakin tinggi.
Salah satu sumber informasi tersebut adalah situs berita daring yang berisi artikel berita dengan topik yang
berbeda. Dengan banyaknya jumlah artikel berita dengan berbagai macam topik maka proses pengelompokan
tersebut menjadi sulit dilakukan dan membutuhkan waktu yang lama. Oleh karena itu, dibutuhkan sistem yan g
dapat mengelompokkan artikel berita secara otomatis agar proses pengelompokkan lebih mudah dan cepat.
Ekstraksi fitur situs berita online bertujuan mengelempokkan artikel berita secara otomatis dan mendapatkan
artikel yang populer dalam jangka waktu tertentu. Penelitian ini menggunakan tahapan text preprocessinguntuk
pengolahan teks dilanjutkan dengan pembobotan TF IDFpada masing-masing artikel berita sehingga terbentuk
vector term. Berdasarkan pembobotan tersebut, artikel-artikel berita tersebut dikelompokkan dengan metode KMeans Clustering. Hasil pengelompokkan (clustering) tersebut menunjukkan jumlah populasi artikel setiap
cluster. Proses pemilihan judul artikel berdasarkan kedekatan euclidean distance. Aplikasi ini telah diuji dengan
membandingkan keluaran sistem dengan hasil keputusan manual. Pengujian tersebut dilakukan dengan masukan
persentase jumlah cluster yang berbeda. Berdasarkan hasil pengujian tersebut, terdapat beberapa faktor yang
mempengaruhi akurasi kebenaran pada pengujian metode K-Means Clusteringyaitu persentase jumlah cluster,
semakin besar jumlah cluster maka artikel berita yang dikelompokkan semakin spesifik. Hal tersebut
menyebabkan tingkat akurasi kebenaran semakin tinggi.
Copyright ©2020 Jurusan Teknologi Informasi - Politeknik Negeri Malang.
References
Arthur, David and Sergei Vassilvitskii, 2006, How
Slow is the k-Means Method, Stanford
University, Stanford, CA.
Bhatia, Sanjiv K., 2004, Adaptive K-Means
clustering, Department of Mathematics &
Computer Science, University of Missouri –St.
Louis.
Ediyanto. Dkk, 2013. "Pengklasifikasian
Karakteristik Dengan Metode K-Means Cluster
Analysis". Buletin Ilmiah Mat. Stat. dan
Terapannya (Bimaster). 2(2), 133-136
Handoyo, Rendy. Dkk, 2014. "Perbandingan Metode
Clustering Menggunakan Metode Single Linkage
Dan K - Means Pada Pengelompokan
Dokumen". ISSN. 1412-0100. 15(2), 73-82
Husni, Yudha Dwi Putra Negara, dkk, 2015.
"Clusterisasi Dokumen Web (Berita) Bahasa
Indonesia Menggunakan Algoritma K-Means".
Jurnal Cimantec. 4(3), 159-166
Lloyd, S. P. (1982). Least squares quantization in
PCM. IEEE Transactions on Information Theory
28 (2): 129–137. doi:10.1109/TIT.1982.1056489.
Mahdavi, Mehrdad and Hassan Abolhassani; 2008,
Harmony k-Means Algorithm for Document
clustering, Springer Science+Business Media,
LLC 2008.
Ramos, Juan, 2010, Using TF-IDF to Determine
Word Relevance in Document Queries,
Department of Computer Science, Rutgers
University, Piscataway.
Robertson, Stephen, 2004, Understanding Inverse
Document Frequency: On Theoritical
Arguments for IDF, Journal of Documentation;
2004; 60, 5; ABI/INFORM Global.
Tarpey, Thaddeus, 2007, A Parametric k-Means
Algorithm, © Springer Verlag 2007,
Computational Statistic 22: 71-89.
Slow is the k-Means Method, Stanford
University, Stanford, CA.
Bhatia, Sanjiv K., 2004, Adaptive K-Means
clustering, Department of Mathematics &
Computer Science, University of Missouri –St.
Louis.
Ediyanto. Dkk, 2013. "Pengklasifikasian
Karakteristik Dengan Metode K-Means Cluster
Analysis". Buletin Ilmiah Mat. Stat. dan
Terapannya (Bimaster). 2(2), 133-136
Handoyo, Rendy. Dkk, 2014. "Perbandingan Metode
Clustering Menggunakan Metode Single Linkage
Dan K - Means Pada Pengelompokan
Dokumen". ISSN. 1412-0100. 15(2), 73-82
Husni, Yudha Dwi Putra Negara, dkk, 2015.
"Clusterisasi Dokumen Web (Berita) Bahasa
Indonesia Menggunakan Algoritma K-Means".
Jurnal Cimantec. 4(3), 159-166
Lloyd, S. P. (1982). Least squares quantization in
PCM. IEEE Transactions on Information Theory
28 (2): 129–137. doi:10.1109/TIT.1982.1056489.
Mahdavi, Mehrdad and Hassan Abolhassani; 2008,
Harmony k-Means Algorithm for Document
clustering, Springer Science+Business Media,
LLC 2008.
Ramos, Juan, 2010, Using TF-IDF to Determine
Word Relevance in Document Queries,
Department of Computer Science, Rutgers
University, Piscataway.
Robertson, Stephen, 2004, Understanding Inverse
Document Frequency: On Theoritical
Arguments for IDF, Journal of Documentation;
2004; 60, 5; ABI/INFORM Global.
Tarpey, Thaddeus, 2007, A Parametric k-Means
Algorithm, © Springer Verlag 2007,
Computational Statistic 22: 71-89.