Pemilahan Artikel Berita Dengan Text Mining

Abstract

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