Text Mining Pada News Aggregator Untuk Sistem Rekomendasi Berita
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Ramdhani, Kaharisman
Subject
004_Data Processing & Computer Science
Datestamp
2019-11-28 06:58:56
Abstract :
News aggregator merupakan suatu perangkat lunak atau aplikasi yang menggabungkan konten dari berbagai web. Dalam news aggregator terdapat banyak data berita yang berisi informasi yang dapat dibaca oleh pembaca. Pada news aggregator bisa terjadi information overload dikarekanan banyak data berita yang sama sekali tidak dibaca oleh pembaca dikarenakan pembaca hanya membaca berita yang menarik. Penelitian text mining pada news aggregator telah dilakukan oleh beberapa peneliti untuk mengelompokan berita berdasarkan topik yang sama dengan menggunakan metode yang berbeda, hanya saja pada penelitian tersebut data cluster selalu di inisialisasi di awal. Hal ini kurang efektif diterapkan pada news aggregator yang memiliki jenis data berita yang beragam.Penggunaan metode clustering yang tidak sensitif terhadap inisialiasi dapat dilakukan untuk meningkatkan akurasi setiap cluster. Pada penelitian ini menggunakan metode cosine similarity dan single pass clustering. Pengujian dilakukan dengan 157 data berita dan menghasilkan akurasi rata-rata sebesar 88.8%. Penentuan threshold sangat berpengaruh terhadap akurasi data pada cluster yang dihasilkan, hasil pengujian menujukan bahwa akurasi maksimal yang didapatkan adalah 100% dan akurasi terkecil adalah 63%. Hasil penelitian ini menyimpulkan bahwa metode cosine similarity dan single pass clustering dapat diterapkan pada news aggregator.
News aggregator merupakan suatu perangkat lunak atau aplikasi yang menggabungkan konten dari berbagai web. Dalam news aggregator terdapat banyak data berita yang berisi informasi yang dapat dibaca oleh pembaca. Pada news aggregator bisa terjadi information overload dikarekanan banyak data berita yang sama sekali tidak dibaca oleh pembaca dikarenakan pembaca hanya membaca berita yang menarik. Penelitian text mining pada news aggregator telah dilakukan oleh beberapa peneliti untuk mengelompokan berita berdasarkan topik yang sama dengan menggunakan metode yang berbeda, hanya saja pada penelitian tersebut data cluster selalu di inisialisasi di awal. Hal ini kurang efektif diterapkan pada news aggregator yang memiliki jenis data berita yang beragam.Penggunaan metode clustering yang tidak sensitif terhadap inisialiasi dapat dilakukan untuk meningkatkan akurasi setiap cluster. Pada penelitian ini menggunakan metode cosine similarity dan single pass clustering. Pengujian dilakukan dengan 157 data berita dan menghasilkan akurasi rata-rata sebesar 88.8%. Penentuan threshold sangat berpengaruh terhadap akurasi data pada cluster yang dihasilkan, hasil pengujian menujukan bahwa akurasi maksimal yang didapatkan adalah 100% dan akurasi terkecil adalah 63%. Hasil penelitian ini menyimpulkan bahwa metode cosine similarity dan single pass clustering dapat diterapkan pada news aggregator.
File :
1.10116911_KAHARISMAN RAMDHANI_COVER.pdf
19.10116911_KAHARISMAN RAMDHANI_LEMBAR PENGESAHAN.pdf
15.10116911_KAHARISMAN RAMDHANI_BAB 5.pdf
10.10116911_KAHARISMAN RAMDHANI_DAFTAR PUSTAKA.pdf
21.10116911_KAHARISMAN RAMDHANI_JURNAL DALAM BAHASA INDONESIA.pdf
22.10116911_KAHARISMAN RAMDHANI_JURNAL DALAM BAHASA INGGRIS.pdf
18.10116911_KAHARISMAN RAMDHANI_BIODATA.pdf
17.10116911_KAHARISMAN RAMDHANI_SURAT KETERANGAN PUBLIKASI.pdf
20.10116911_KAHARISMAN RAMDHANI_SURAT KETERANGAN ORISINALITAS.pdf
4.10116911_KAHARISMAN RAMDHANI_KATA PENGANTAR.pdf
5.10116911_KAHARISMAN RAMDHANI_DAFTAR ISI.pdf
11.10116911_KAHARISMAN RAMDHANI_BAB 1.pdf
12.10116911_KAHARISMAN RAMDHANI_BAB 2.pdf
13.10116911_KAHARISMAN RAMDHANI_BAB 3.pdf
14.10116911_KAHARISMAN RAMDHANI_BAB 4.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
