Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JAMI: Jurnal Ahli Muda Indonesia
Rio Feriangga Kurniawan
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IMPLEMENTASI TEXT MINING MENGGUNAKAN METODE COSINE SIMILARITY UNTUK KLASIFIKASI KONTEN BERITA DI POSTINGAN GRUP FACEBOOK INFO LANTAS DAN KRIMINAL PASURUAN Rio Feriangga Kurniawan; Mochammad Firman Arif
JAMI: Jurnal Ahli Muda Indonesia Vol. 3 No. 1 (2022): Juni 2022
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/jami.v3i1.41

Abstract

Objektif. Berita merupakan bentuk laporan tentang suatu kejadian yang sedang terjadi baru baru ini atau keterangan terbaru dari suatu peristiwa. Persebaran nya pun kini sudah mencapai ranah sosial media facebook, seperti berita yang berada di group Facebook Info lantas dan kriminal pasuruan, masih acak dan tidak ada pengelompokan beritanya sesuai dengan kemiripan tema atau isi. Material and Metode. Penelitian ini bertujuan untuk menerapkan Teknik Text Mining menggunakan metode Cosine Similarity dalam melakukan klasifikasi konten berita berdasarkan kesamaan tema dan isi konten berita. Hasil. Hasil dari penelitian menggunakan metode Cosine Similarity didapat bahwa nilai bobot kata pada tiap konten berita dapat mempengaruhi hasil klasifikasi dengan menggunakan algoritma Cosine Similarity. Kesimpulan. Berdasarkan hasil dari penelitian tentang Implementasi Text Mining untuk Klasifikasi konten berita di grup Facebook Info Lantas Dan Kriminal Pasuruan menggunakan metode Cosine Similarity dapat disimpulkan bahwa nilai bobot kata pada tiap konten berita dapat mempengaruhi hasil klasifikasi dengan menggunakan algoritma Cosine Similarity. Dimana konten berita yang tidak berkategori akan dihitung bobot kata dan similarity nya dengan konten berita yang telah diketahui kategorinya sehingga muncul nilai similarity tertinggi sebagai kemiripan konten.
Co-Authors Mochammad Firman Arif