<![CDATA[Jumlah dokumen berita online meningkat dengan pesat. Dokumen-dokumen tersebut perlu dikelompokkan agar memudahkan menemukan berita pada topik terkait. Pengelompokan secara manual menggunakan bantuan manusia tidak efisien, terutama dengan kondisi jumlah dokumen yang sangat banyak. Pada penelitian ini diusulkan metode pengelompokan atau pengklasifikasian dokumen berita secara otomatis. Penelitian ini bertujuan untuk membuat suatu sistem yang mampu mengklasifikasikan dokumen berita online secara otomatis menggunakan metode k-Nearest Neighbour (KNN) dan diterapkan menggunakan bahasa pemrograman PHP Hypertext Preprocessor (PHP) serta database MySQL. Hasil pengujian pada dokumen berita yang dikumpulkan dari situs berita online TribunNews menujukkan nilai akurasi rata-rata 89,9% pada nilai k=7. Hasil penilitian menunjukkan bahwa metode KNN memiliki tingkat akurasi yang baik dalam melakukan pengklasifikasian dokumen berita secara otomatis.]]>
Copyrights © 2020
