Klasifikasi Dokumen Berita Menggunakan Algoritma Enhanced Confix Stripping Stemmer dan Naïve Bayes Classifier

Penulis

  • Erwin Yudi Hidayat Fakultas Ilmu Komputer, Universitas Dan Nuswantoro
  • Muhammad Aditya Rizqi Fakultas Ilmu Komputer, Universitas Dan Nuswantoro

DOI:

https://doi.org/10.25077/TEKNOSI.v6i2.2020.90-99

Kata Kunci:

berita, klasifikasi, Enhanced Confix Stripping Stemmer, Naïve Bayes Classifier, text mining

Abstrak

Berita adalah salah satu sarana informasi bagi masyarakat umum, dengan media online sebagai salah satu sarana untuk mengaksesnya. Di Indonesia, media online memiliki presentase paling besar dalam penyebarluasan berita. Dibutuhkan mekanisme yang dapat mengklasifikasikan setiap topik berita secara akurat. Klasifikasi adalah proses yang krusial, karena memerlukan tahap preprocessing untuk mengubah data tidak terstruktur menjadi informasi yang bermakna. Preprocessing diawali dengan case folding, tokenizing, stemming, dan filtering, diahiri dengan klasifikasi. Penelitian ini menggunakan Enhanced Confix Stripping Stemmer untuk memisahkan kata dasar dari partikel awalan dan imbuhan, yang sebelumnya sulit dilakukan. Algoritma Naïve Bayes Classifier kemudian diterapkan untuk proses klasifikasi. Dataset dari portal www.jawapos.com yang digunakan berjumlah 600 dokumen berita. Data tersebut digunakan sebagai data training, terbagi merata ke dalam kategori Olahraga, Teknologi, Ekonomi, dan Lain-lain. Dari 40 data testing yang diuji, akurasi tiap kategori diperoleh 90%, 90%, 100%, dan 100%, yang menghasilkan rata-rata akurasi keseluruhan kategori sebesar 95%.

Referensi

[1] K. Nikoloski, “The Role of Information Technology in the Business Sector,†Int. J. Sci. Res., vol. 3, no. 12, pp. 303–309, 2014. [2] A. Berisha-Shaqiri, “Impact of Information Technology and Internet in Businesses,†Acad. J. Business, Adm. Law Soc. Sci., vol. 1, no. 1, pp. 73–79, 2015. [3] A. F. Malkawi, “The Impact of the Use of Information Technology in Improving the Quality of Services: A Field Study of Fast-Food Restaurants in Jordan,†Eur. Sci. J. August, vol. 13, no. 23, pp. 359–376, 2017. [4] J. E. M. Peñalba, G. M. Guzmán, and E. G. de Mojica, “The Effect of Information and Communication Technology in Innovation Level: The Panama SMEs Case,†J. Bus. Econ. Policy, vol. 2, no. 2, pp. 124–131, 2015. [5] A. S. Kümpel, V. Karnowski, and T. Keyling, “News Sharing in Social Media: A Review of Current Research on News Sharing Users, Content, and Networks,†Soc. Media Soc., vol. 1, no. 2, pp. 1–14, 2015. [6] S. Cortesi and U. Gasser, “Youth Online and News: A Phenomenological View on Diversity,†Int. J. Commun., vol. 9, no. 1, pp. 1425–1448, 2015. [7] N. Newman, R. Fletcher, A. Kalogeropoulos, and R. K. Nielsen, “Reuters Institute Digital News Report 2019,†2019. [8] J. Hillgaertner, “Current Trends in the History of News,†Reformation, vol. 20, no. 1, pp. 68–76, 2015. [9] C. E. Everett, “Transformation of Newspapers in the Technology Era,†Elon J. Undergrad. Res. Commun., vol. 2, no. 2, pp. 102–115, 2011. [10] R. Mesquita, “The Transition of a Traditional Newspaper to the Internet Age: An Historical Account of Le Monde’s Case,†Observatorio, vol. 11, no. 1, pp. 54–60, 2017. [11] M. S. Weber, “The Tumultuous History of News on the Web,†in The Web as History. Using Web Archives to Understand the Past and the Present, N. Brügger and R. Schroeder, Eds. London: UCL Press, 2017, pp. 83–100. [12] N. Ahmad, “The Decline of Conventional News Media and Challenges of Immersing in New Technology,†no. 25, pp. 71–82, 2016. [13] Nurkinan, “Dampak Media Online Terhadap Perkembangan Media Konvensional,†J. Polit. Indones., vol. 2, no. 2, pp. 28–42, 2017. [14] M. Rustam, “Internet dan Penggunaannya (Survei di Kalangan Masyarakat Kabupaten Takalar Provinsi Sulawesi Selatan ),†J. Stud. Komun. Dan Media, vol. 21, no. 1, pp. 13–24, 2017. [15] L. P. Supratman, “Penggunaan Media Sosial oleh Digital Native,†J. Ilmu Komun., vol. 15, no. 1, pp. 47–60, 2018. [16] C. Juditha, “Akurasi Berita dalam Jurnalisme Online (Kasus Dugaan Korupsi Mahkamah Konstitusi di Portal Berita Detiknews),†Pekommas, vol. 16, no. 3, pp. 145–154, 2013. [17] I. A. Setiawan, T. H. Pudjiantoro, and D. Nursantika, “Klasifikasi Artikel Berita Menggunakan Metode Text Mining dan Naive Bayes Classifier,†in Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri, 2017, pp. 1–6. [18] P. Widodo, J. A. Putra, S. Afiadi, A. Z. Arifin, and D. Herumurti, “Klasifikasi Kategori Dokumen Berita Berbahasa Indonesia dengan Metode Kategorisasi Multilabel Berbasis Domain Specific Ontology,†J. Ilm. Teknol. Inf. Terap., vol. 2, no. 2, pp. 126–137, 2016. [19] A. Singh and S. K. Chhillar, “A Survey on Machine Learning Techniques for Text Classification,†Int. J. Comput. Sci. Technol., vol. 8, no. 2, pp. 205–209, 2017. [20] B. Kurniawan, S. Effendi, and O. S. Sitompul, “Klasifikasi Konten Berita Dengan Metode Text Mining,†J. Dunia Teknol. Inf., vol. 1, no. 1, pp. 14–19, 2012. [21] S. Andini, “Klasifikasi Dokumen Teks Menggunakan Algoritma Naive Bayes dengan Bahasa Pemprograman Java,†J. Teknol. Inf. Pendidik., vol. 6, no. 2, pp. 140–147, 2013. [22] M. N. Khidfi, Isnawaty, and Jayanti Yusma Sari, “Rancang Bangun Aplikasi Pendeteksian Kesamaan pada Dokumen Teks Menggunakan Algoritma Enhaced Confix Stripping dan Algoritma Winnowing,†Semant. Tek. Inf., vol. 4, no. 2, pp. 1–10, 2018. [23] H. Shimodaira, “Text Classification using Naive Bayes,†Learn. Data Note, vol. 7, pp. 1–9, 2015. [24] D. Xhemali, C. J. Hinde, and R. G. Stone, “Naive Bayes vs. Decision Trees vs. Neural Networks in the Classification of Training Web Pages,†Int. J. Comput. Sci., vol. 4, no. 1, pp. 16–23, 2009. [25] W. Jang, J. K. Lee, J. Lee, and S. H. Han, “Naive Bayesian Classifier for Selecting Good/Bad Projects during the Early Stage of International Construction Bidding Decisions,†Math. Probl. Eng., vol. 2015, pp. 1–12, 2015. [26] D. N. Chandra, G. Indrawan, and I. N. Sukajaya, “Klasifikasi Berita Lokal Radar Malang Menggunakan Metode Naïve Bayes dengan Fitur N-Gram,†J. Ilm. Teknol. Inf. Asia, vol. 10, no. 1, pp. 11–19, 2016. [27] F. Z. Tala, “A Study of Stemming Effects on Information Retrieval in Bahasa Indonesia,†University of Amsterdam, 2003.

Unduhan

Diterbitkan

2020-08-31

Cara Mengutip

Hidayat, E. Y., & Rizqi, M. A. (2020). Klasifikasi Dokumen Berita Menggunakan Algoritma Enhanced Confix Stripping Stemmer dan Naïve Bayes Classifier. Jurnal Nasional Teknologi Dan Sistem Informasi, 6(2), 90–99. https://doi.org/10.25077/TEKNOSI.v6i2.2020.90-99

Terbitan

Vol 6 No 2 (2020): Agustus 2020

Bagian

Articles

Lisensi

Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.

 

Kami menyatakan bahwa:

  1. Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
  2. Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
  3. Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.

    Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.

    Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.

 

Hak / Syarat dan Ketentuan yang dipertahankan :

  1. Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
  2. Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya  ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta  dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
  3. Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.