ANALISIS KOMPARASI KLAFIKASI TEXT MINING BERITA ONLINE INDONESIA MENGGUNAKAN ALGORITMA K- NEAREST NEIGHBOUR DAN RANDOM FOREST

SARAH TRI YOSEPHA SITORUS (2022) ANALISIS KOMPARASI KLAFIKASI TEXT MINING BERITA ONLINE INDONESIA MENGGUNAKAN ALGORITMA K- NEAREST NEIGHBOUR DAN RANDOM FOREST , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Pesatnya perkembangan teknologi internet saat ini membuat banyak media berita berkembang cukup pesat. Perusahaan media massa surat kabar telah memanfaatkan teknologi internet untuk menyebarkan berita terkini secara online melalui media massa online. Ratusan ribu berita ditulis dan dimuat setiap hari di portal berita Indonesia berbasis online, sehingga menyulitkan pembaca untuk menemukan topik berita yang ingin mereka baca. Dalam memudahkan pembaca untuk mendapatkan berita yang dicari, maka berita perlu diklasifikasikan menurut kategori masing – masing seperti pendidikan, berita terkini, keuangan, dan olahraga. Sehingga untuk melakukan klasifikasi kategori diperlukan sebuah metode klasifikasi teks atau sering disebut Text Mining. Penambangan teks adalah teknik klasifikasi penambangan data untuk memproses teks menggunakan komputer dengan tujuan menghasilkan analisis teks yang bermanfaat. Pada penelitian ini dilakukan perbandingan 2 metode untuk melakukan pengembangan teks untuk mendapatkan akurasi diatas 80%.

JURNAL