Klasifikasi Kategori Berita Menggunakan Naive Bayes
DOI:
https://doi.org/10.29407/inotek.v8i2.5051Abstract
Klasifikasi kategori berita merupakan salah satu aplikasi penting dalam pengolahan teks dan analisis data yang bertujuan untuk mengelompokkan artikel berita ke dalam kategori tertentu secara otomatis. Penelitian ini memanfaatkan algoritma Naive Bayes. Proses klasifikasi dimulai dengan pengumpulan dataset berita yang sudah dikategorikan. Dataset ini kemudian dibagi menjadi data latih dan data uji. Tahap prapemrosesan teks meliputi pembersihan data, tokenisasi, dan penghapusan stop words. Model Naive Bayes kemudian dilatih menggunakan data latih dan dievaluasi dengan data uji untuk mengukur kinerja model berdasarkan metrik-metrik seperti akurasi, presisi, recall. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu memberikan performa yang cukup baik dalam mengklasifikasikan berita ke dalam berbagai kategori. Dengan demikian, penelitian ini menyimpulkan bahwa Naive Bayes adalah metode yang layak digunakan untuk klasifikasi kategori berita, meskipun ada ruang untuk perbaikan lebih lanjut dengan teknik prapemrosesan teks yang lebih canggih dan penggunaan model pembelajaran mesin yang lebih kompleks.
Keywords:
Kategori Berita, Naïve Bayes, Klasifikasi##plugins.themes.default.displayStats.downloads##
References
D. N. Chandra, G. Indrawan, and N. Sukajaya, ‘Klasifikasi Berita Lokal Radar Malang Menggunakan Metode Naïve Bayes Dengan Fitur N-Gram’, 2016.
S. Muhammad Habib, E. Haerani, S. Kurnia Gusti, S. Ramadhani, and T. H. Informatika UIN Sultan Syarif Kasim Riau Jl Soebrantas, ‘Klasifikasi Berita Menggunakan Metode Naïve Bayes Classifier’, Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 5, no. 2, 2022.
R. Firmansyah, ‘Web Klarifikasi Berita Untuk Meminimalisir Penyebaran Berita Hoax’, JURNAL INFORMATIKA, vol. 4, no. 2, 2017.
F. Prasetya and F. Ferdiansyah, ‘Analisis Data Mining Klasifikasi Berita Hoax COVID 19 Menggunakan Algoritma Naive Bayes’, Jurnal Sistem Komputer dan Informatika (JSON), vol. 4, no. 1, p. 132, Sep. 2022, doi: 10.30865/json.v4i1.4852.
D. Santi, J. Nangi, and N. Ransi, ‘Implementasi Naïve bayes Clasifier dalam Klasifikasi Jenis Berita’, Foristek, vol. 10, no. 1, Mar. 2020, doi: 10.54757/fs.v10i1.52.
M. N. Randhika, J. C. Young, A. Suryadibrata, and H. Mandala, ‘Implementasi Algoritma Complement dan Multinomial Naïve Bayes Classifier Pada Klasifikasi Kategori Berita Media Online’, Ultimatics : Jurnal Teknik Informatika, vol. 13, no. 1, 2021.
Y. D. Pramudita, S. S. Putro, and N. Makhmud, ‘Klasifikasi Berita Olahraga Menggunakan Metode Naïve Bayes dengan Enhanced Confix Stripping Stemmer’, Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 3, pp. 269–276, Aug. 2018, doi: 10.25126/jtiik.201853810.
S. Parsaoran Tamba, A. Laia, Y. Kristian Butar Butar, and F. Sains dan Teknologi, ‘PENERAPAN DATA MINING UNTUK KLASIFIKASI BERITA HOAX MENGGUNAKAN ALGORITMA NAIVE BAYES’, Jurnal TEKINKOM, vol. 6, no. 2, p. 2023, doi: 10.37600/tekinkom.v6i2.922.
S. Sukriadi, I. Ismail, and A. M. Andzar, ‘Penerapan Text Mining Dalam Klasifikasi Judul Skripsi Yang Diusulkan Mahasiswa Menggunakan Metode Naïve Bayes’, Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI), vol. 6, no. 2, pp. 184–196, Oct. 2023, doi: 10.57093/jisti.v6i2.174.
E. Triawan, N. Suarna, and A. Rinaldi Dikananda, ‘KLASIFIKASI TIPE PENYERANG SEPAK BOLA LIGA INGGRIS BERDASARKAN DATA STATISTIK PEMAIN MENGGUNAKAN METODE NAIVE BAYES’, 2024.
S. K. Dirjen et al., ‘Terakreditasi SINTA Peringkat 2 Klasifikasi Berita Menggunakan Algoritma Naive Bayes Classifer Dengan Seleksi Fitur Dan Boosting’, masa berlaku mulai, vol. 1, no. 3, pp. 227–232, 2017.
S. W. Ritonga, . Y., M. Fikry, and E. P. Cynthia, ‘Klasifikasi Sentimen Masyarakat di Twitter terhadap Ganjar Pranowo dengan Metode Naïve Bayes Classifier’, Building of Informatics, Technology and Science (BITS), vol. 5, no. 1, Jun. 2023, doi: 10.47065/bits.v5i1.3535.
R. Rakhmat Sani, Y. Ayu Pratiwi, S. Winarno, E. Devi Udayanti, and dan Farrikh Al Zami, ‘Analisis Perbandingan Algoritma Naive Bayes Classifier dan Support Vector Machine untuk Klasifikasi Hoax pada Berita Online Indonesia’, 2022.
S. Parsaoran Tamba, A. Laia, Y. Kristian Butar Butar, and F. Sains dan Teknologi, ‘PENERAPAN DATA MINING UNTUK KLASIFIKASI BERITA HOAX MENGGUNAKAN ALGORITMA NAIVE BAYES’, Jurnal TEKINKOM, vol. 6, no. 2, p. 2023, doi: 10.37600/tekinkom.v6i2.922.
S. K. Dirjen et al., ‘Terakreditasi SINTA Peringkat 2 Klasifikasi Berita Menggunakan Algoritma Naive Bayes Classifer Dengan Seleksi Fitur Dan Boosting’, masa berlaku mulai, vol. 1, no. 3, pp. 227–232, 2017.
“Kaggle, News Classification ”
https://www.kaggle.com/datasets/kishanyadav/inshort-news
accessed, June 03, 2024
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Ikrar Nusa Bhakti, Ahmad Zen Sholikhin, Muhammad Abi Lukman, Erna Daniati, Aidina Ristyawan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
