PEMILAHAN ARTIKEL BERITA DENGAN TEXT MINING

Seiring pesatnya perkembangan internet, semakin banyak pula bermunculan situs atau blog yang menyediakan berbagai macam artikel berita secara online yang dapat diterbitkan, awalnya dikirim oleh wartawan ke editor untuk dipilah.

Abstract

Seiring pesatnya perkembangan internet, semakin banyak pula bermunculan
\nsitus atau blog yang menyediakan berbagai macam artikel berita secara online.
\nSebuah artikel, sebelum dapat diterbitkan, awalnya dikirim oleh wartawan ke
\neditor untuk dipilah. Pemilahan jenis berita relatif mudah dilakukan oleh
\nmanusia, tetapi jika kasus ini dibawa ke level pemilahan secara otomasi dengan
\nkomputer akan membawa permasalahan tersendiri, walaupun untuk berita yang
\nlebih pendek. Text mining adalah salah satu cara yang diharapkan dapat
\nmengatasi permasalahan di atas. Dengan text mining, dapat dicari kata-kata
\nyang dapat mewakili isi dari artikel berita, lalu ditentukan kategorinya
\nberdasarkan frekuensi kata-kata yang terdapat di dalamnya. Tahapan yang
\npenulis lakukan pada penelitian ini adalah: (i) pembuatan database vector untuk
\nkeyword, (ii) pemilahan sumber berita berdasarkan database dari langkah (i).
\nPaper ini diharapkan dapat membantu sistem redaksi elektronik untuk dapat
\nmemilah atau mengetahui kategori dari sebuah artikel berita tanpa memerlukan
\nseorang editor sehingga menghemat waktu dan biaya dalam menjalankan bisnis
\npada model kantor berita elektronik on-line berbasis internet.