Klasifikasi Kategori Berita Berdasarkan Judul Menggunakan TF-IDF dan Support Vector Machine

Abstract

Perkembangan teknologi informasi dan komunikasi mendorong peningkatan jumlah berita digital yang dipublikasikan melalui berbagai platform daring. Kondisi ini menuntut adanya sistem pengelompokan berita yang efisien agar proses pengelolaan dan pencarian informasi dapat dilakukan secara cepat dan akurat. Klasifikasi berita secara manual menjadi kurang efektif, terutama pada pengelompokan berbasis judul berita yang bersifat singkat dan memiliki keterbatasan konteks. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem klasifikasi kategori berita otomatis dengan memanfaatkan judul berita sebagai data masukan melalui pendekatan Natural Language Processing (NLP). Penelitian ini menerapkan tahapan pra-pemrosesan teks yang meliputi case folding, penghapusan tanda baca, stopword removal, dan stemming. Selanjutnya, teks direpresentasikan ke dalam bentuk vektor numerik menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Support Vector Machine (SVM) digunakan sebagai algoritma klasifikasi utama, sedangkan Logistic Regression diterapkan sebagai metode pembanding. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, precision, recall, F1-score, serta analisis confusion matrix. Hasil pengujian menunjukkan bahwa SVM memberikan performa terbaik dengan nilai akurasi sebesar 94,41% dan weighted average F1-score sebesar 0,94, sementara Logistic Regression mencapai nilai akurasi sebesar 91,48% dan weighted average F1-score sebesar 0,91. Temuan ini menunjukkan bahwa kombinasi TF-IDF dan SVM efektif dan stabil untuk klasifikasi kategori berita berbasis judul.