<![CDATA[Perkembangan teknologi mempengaruhi berbagai sektor salah satunya sektor berita. Penyebaran berita mulai memanfaatkan teknologi dengan munculnya berita online. Berita online yang ada memiliki bermacam-macam kategori. Saking banyaknya kategori terkadang suatu berita dapat memiliki kategori yang salah. Berita yang tidak sesuai dengan kategorinya dapat mengecoh pembaca. Dalam menilai suatu berita online masuk kategori mana selain melihat dari isinya dapat melalui judulnya, dikarenakan judul berita merupakan representasi utama dari berita. Dari permasalahan yang ada maka dilakukan penelitian klasifikasi judul berita online. Penelitian menggunakan support vector machine (SVM) sebagai metode klasifikasi. Selain menggunakan SVM dilakukan juga seleksi fitur dengan chi-square untuk mengurangi dimensi fitur. Data yang dipakai berjumlah 2400 judul berita online dengan 6 kategori. Proses klasifikasi dimulai dari pre-processing text, term weighting menggunakan TF-IDF, selanjutnya seleksi fitur dengan chi-square, dan terakhir klasifikasi dengan SVM. Penelitian dilakukan dengan mencari parameter SVM yang terbaik dan juga nilai terbaik dari threshold chi-square. Hasil dari pengujian memberikan hasil terbaik yaitu akurasi 93,06%, presisi 92,11%, recall 93,06%, dan f1-score 93,04%, terjadi ketika threshold chi-square sebesar 80% serta nilai parameter SVM berupa kernel menggunakan polynomial derajat 2, C=1, λ=1, konstanta γ=0,01, ε=10-8, dan maksimal iterasi sebesar 10.]]>
Copyrights © 2023
