<![CDATA[Mengarsipkan berita secara konvensional biasanya hanya sekadar disimpan dalam file, Compact Disk (CD) dan atau media internal server perusahaan. Sebagai perusahaan yang terus berkembang dalam menyajikan berita, maka mengarsipkan sekaligus mengklasifikasikan dalam kategori tertentu mutlak diperlukan. Mengingat selain tuntutan, juga keperluan akan berita-berita yang terkategori dan tersistem secara otomatis akan memudahkan dalam pengelolaannya. Disini penulis menggunakan berita dari data arsip Redaksi Surat Kabar Harian Radar Tarakan tahun 2015 sebanyak 100 data. Seratus data ini dapat digunakan sebagai data training dan data testing. Proses diawali dengan menghitung probabilitas tiap-tiap kategori berita, yaitu politik, ekonomi, hiburan, kriminal, dan olahraga. Setelah itu baik data training maupun data testing melewati tahapan praproses, yaitu case folding, tokenizing, stoplist dan stemming. Data testing yang telah melewati praproses kemudian dilakukan perhitungan Naïve Bayes Classifier (NBC). Hasilnya masih diuji lagi untuk mengetahui seberapa besar persentase yang dihasilkan. Penulis telah melakukan pengujian sebanyak 10 kali dengan jumlah data training 75 dan data testing 25. Pada pengujian ini diperoleh tingkat persentase akurasi tertinggi 76% atas semua kategori, baik politik, ekonomi, hiburan, kriminal dan olahraga. Sedangkan rata-rata persentase akurasi sebesar 62%. Penulis juga melakukan sejumlah pengujian lainnya, sehingga diperoleh kesimpulan bahwa berita yang dapat diklasifikasi tergantung pada pola awal dari data berita sampel yang disimpan dalam database. Sehingga semakin banyak data berita maka semakin banyak pula pola data berita yang terbentuk.]]>
Copyrights © 2017
