Aplikasi Clustering Berita Dengan Metode K Means Dan Peringkas Berita Dengan Metode Maximum Marginal Relevance

Abstract

News is information about facts or opinions that are interesting to know. News can be obtained from various media such as newspapers and the internet. As is well known, news has various topics, such as politics, sports and others. There is also the same story written with the addition of a little information. This causes it to take more time to get the headline of the news. Therefore we need a system for news clustering using the K-Means method and news summarizing using the Maximum Marginal Relevance (MMR) method in order to obtain information from news more easily and efficiently. News that is processed in the form of a collection of files (multi document) with the extension txt. The summarization process goes through the text preprocessing stage, which consists of sentence segmentation, case folding, tokenizing, filtering, stemming. The next step is TF-IDF calculation to calculate word weight then Cosine Similarity to calculate the similarity between documents. After that, enter the K-Means stage for clustering division and proceed with determining the summary with MMR. Based on the results testing that has been done, this application is running well, the results of clustering and summarizing news can make it easier for users to get news summaries from some similar news.

Penerapan Metode K-Means Dalam Melakukan Pengelompokan Bencana Alam di Indonesia Dilakukan dengan Memanfaatkan Teknik Text Mining

“…Metode K-Means dilakukan pada penelitian ini sebagai pengelompok data yang telah didapatkan. Terkahir penelitian oleh [4], data melalui portal berita berupa teks dan diolah oleh metode K-Means serta mendapatkan nilai akurasi sebesar 72.01%.…”

Clustering Berita Sepak Bola Dengan Metode K-Means

“…Kelemahan dari algoritma K-Means adalah sensitif terhadap inisialisasi cluster. [3] Sistem ini dirancang untuk mengambil data dari berita yang terdapat pada website seperti www.goal.com, www.bola.net, dan www.vivagoal.com untuk melakukan training pada proses Clustering. Program ini dijalankan dengan melakukan input berupa dokumen berita dari website yang telah disebtukan.…”

“…Perbaharui nilai titik tengah cluster dengan cara mencari rata-rata data. Rata-rata jarak antar data dapat dilihat pada persamaan 6. pusat cluster baru Nk = Jumlah data yang terdapat pada cluster k xi = Data yang terdapat pada cluster k 5.Ulangi langkah ketiga dan keempat hingga titik pusat cluster pada semua kelompok tidak lagi berubah [3].…”

Clustering Berita Menggunakan Algoritma Tf-Idf Dan K-Means Dengan Memanfaatkan Sumber Data Crawling Pada Situs DETIK.COM

“…Text mining atau penambangan teks adalah proses ekstraksi atau pemisah pola yang berupa pengetahuan dan informasi-informasi yang penting dari sumber dokumen teks seperti dokumen PDF, dokumen Word dan CSV File dan lain sebagainya [3].…”