Pengembangan Sistem Deteksi Time Frame Dokumen berita berbasis Vector Space Model

Abstract

Berkembangnya website sebagai salah satu bentuk media massa mengakibatkan tajamnya peningkatan jumlah informasi berupa artikel berita. Hasil pengamatan dari tiga situs berita (yaitu Tribunnews.com, Detik.com, dan Liputan6.com) dengan teknik scraping, pada bulan Agustus sampai dengan Desember 2018 ditemukan sebanyak 109.061 berita yang telah terpublikasi. Apabila dilihat dari sisi jumlah, pembaca berita sangat cukup mendapatkan referensi dari informasi yang ingin diketahuinya. Namun demikian, dengan banyaknya informasi tersebut, pembaca juga menemui kesulitan ketika ingin mengetahui rentang waktu sebuah topik yang diberitakan. Secara manual, pembaca harus mencari semua dokumen pada situs berita yang ada serta menentukan apakah dokumen berita tersebut sesuai dengan topik yang dimaksud atau tidak. Selanjutnya, pembaca juga diharuskan memetakan seluruh dokumen yang sesuai topik berdasarkan tanggal terbitnya. Langkah tersebut dilakukan untuk mengetahui durasi kejadian secara manual, Dengan demikian untuk mengetahui rentang sebuah topik yang diberitakan akan memakan waktu yang lama. Sistem pencarian merupakan salah satu solusi yang dapat membantu dalam menemukan kembali informasi yang diinginkan (Dasar, Wicaksono, & Sihwi, 2015). Sistem ini berusaha menemukan dokumen yang relevan sesuai dengan query masukannya. Salah satu model yang sering digunakan dalam proses pencarian adalah Vector Space Model (VSM). VSM merupakan suatu metode yang merepresentasikan sistem temu kembali (information retrieval) kedalam vektor serta memperhitungkan fungsi similarity dalam pencocokan beberapa vektor. Pada penelitian ini menggunakan dokumen berita yang digunakan yang sudah tersimpan kedalam bentuk JSON dengan total berita 4812 berita dari situs berita Tribunnews.com, Detik.com, dan Liputan6.com. Peneliti akan membangun desain dan sistem yang akan membantu sistem pendeteksi rentang waktu pemberitaan topik dalam dokumen berita atau dalam penelitian ini disebut dengan time-frame dokumen berita. Sistem ini didasarkan pada sistem temu kembali dengan menggunakan model Vector Space Model. Dokumen berita yang ditemu kembali adalah dokumen yang memiliki similarity sesuai dengan threshold (nilai minimal) yang ditentukan. Sistem ini diharapkan dapat mendeteksi time-frame dokumen berita dari tiga situs berita secara akurat sehingga dapat menjawab kebutuhan informasi tentang rentang waktu sebuah topik yang diberitakan, serta mengetahui akurasi dari sistem yang dibangun. Berdasarkan tahapan analisis kebutuhan pengguna, desain sistem deteksi sistem time frame konten berita berbasis vector space model untuk menampilkan time frame dokumen berita berdasarkan pencarian berita pengguna membutuhkan 15 proses serta melibatkan 3 aktor. Berdasarkan desain tersebut yang telah berhasil dibangun, nilai cosine similarity minimal (threshold) yang dibutuhkan untuk mendapatkan dokumen yang diinginkan adalah 0,788. Nilai akurasi yang dihasilkan berdasarkan desain yang dibangun menggunakan teknik perhitungan recall mendapatkan nilai 100%, precision 90% dan f-measure sebesar 94,7%.