| dc.description.abstract | Saat ini kecendrungan masyarakat untuk mengakses berita khususnya
melalui dunia maya sangat tinggi. Salah satu sumber informasi berita adalah
melalui web portal berita. Web portal berita merupakan situs yang memberikan dan
mengumpulkan berita atau informasi dari berbagai sumber dan kategori yang
beragam untuk disediakan kepada pengguna. Untuk mempercepat dan
mempermudah pencarian berita, biasanya portal berita telah mengelompokkan
dalam sejumlah kategori. Namun demikian kategori yang digunakan masih bersifat
umum sebagai contoh berita politik, ekonomi, olahraga, dan entertainment. Apabila
pembaca berita ingin mengelompokkan menurut topik yang lebih spesifik lagi,
maka pembaca tersebut harus melakukannya secara manual dengan membaca
seluruh berita dalam sebuah kategori dan kemudian mengelompokkanya
berdasarkan subkategori yang lebih detail. Maka dari itu diperlukan adanya sistem
yang dimana sistem tersebut dapat mengklasifikasikan atau mengkategorikan berita
secara otomatis sesuai dengan kategori berita yang lebih spesifik.
Penelitian ini menggunakan metode Naïve Bayes Classifier untuk
melakukan klasifikasi dokumen. Model pengembangan dari sistem ini mengacu
pada model waterfall. Penelitian ini dilaksanakan dalam 4 tahap yaitu analisis
kebutuhuan fitur, desain sistem, implementasi sistem dan pengujian sistem. Pada
tahap implementasi sistem diterapkan metode Naïve Bayes Classifier dalam
menentukan klasifikasi dokumen. Uji performasi klasifikasi pada sistem ini
menggunakan 3 perhitungan yaitu precion, recall, dan fmeasure. Hasil uji
performansi terhadap sistem menunjukan bahwa sistem dapat melakukan
klasifikasi dengan baik yaitu sebesar 98.37%. | en_US |
