PENERAPAN ALGORITMA NAÏVE BAYES & NATURAL LANGUAGE PROCESSING UNTUK MENGKLASIFIKASI JENIS BERITA PADA ARSIP PEMBERITAAN

Abstract

Berita / artikel yang diterbitkan merupakan sarana yang dibutuhkan oleh seseorang untuk mendapatkan informasi. Berita / artikel disebut sebagai sebuah dokumen (file). Setiap hari penerbit surat kabar, baik online maupun offline menerbitkan berita. Banyaknya berita / artikel yang di terbitkan tidak seimbang dengan sumber daya manusia untuk mengarsipkan dokumen tersebut. Dan dibutuhkan sekali pengarsip untuk menyimpan berita sebagai dokumen penting pengarsipan. Seiring dengan perkembangan teknologi informasi, yang menawarkan kemudahan bagi tenaga kerja manusia dalam hal penyederhanaan pekerjaannya. Kesulitan dalam pengarsiapan tersebut di bantu dengan sebuah system yang akan menentukan kategori berdasarkan isi / konten dari berita / artikel. Disini system di ibarat seperti halnya robot, system dapat memberikan solusi atau saran yang berguna bagi pengarsip untuk menentukan kategori sebuah dokumen dengan menginput topic utama sebuah berita. Penentuan kategori di hitung berdasarkan klasifikasi kata yang menggunakan metoda natural language processing (NLP) dan peluang munculnya kata tertentu dihitung dengan algoritma Naïve Bayes. Perhitungan nilai / pembobotan nilai membantu system dalam mengkalsifikasikan kata terhadap kategorinya, dan hasil yang dicapai pada penelitian memiliki akurasi lebih dari 82% atau nilai yang hampir tepat sesuai dengan perhitungan akurasi.