MENDETEKSI TOPIK BERITA PADA ALIRAN BERITA ONLINE BERBAHASA INDONESIA

Muhammad Ammar Shaqid, - (2011) MENDETEKSI TOPIK BERITA PADA ALIRAN BERITA ONLINE BERBAHASA INDONESIA. S1 thesis, Universitas Pendidikan Indonesia.

[img] Text
s_kom_056946_table_of_content.pdf

Download (23kB)
[img] Text
s_kom_056946_chapter1.pdf

Download (258kB)
[img] Text
s_kom_056946_chapter2.pdf
Restricted to Staf Perpustakaan

Download (864kB)
[img] Text
s_kom_056946_chapter3.pdf

Download (319kB)
[img] Text
s_kom_056946_chapter4.pdf
Restricted to Staf Perpustakaan

Download (702kB)
[img] Text
s_kom_056946_chapter5.pdf

Download (245kB)
[img] Text
s_kom_056946_bibliography.pdf

Download (260kB)
Official URL: http://repository.upi.edu

Abstract

Pengelompokan dokumen-dokumen berita kedalam topik-topik yang lebih spesifik membutuhkan waktu dan sumber daya manusia yang tidak sedikit. Untuk mengatasi permasalahan waktu dan sumber daya manusia tersebut, dibutuhkan pengelompokan dokumen-dokumen berita berdasarkan topik-topiknya secara otomatis, selain itu, untuk lebih memudahkan dalam menemukan informasi yang diinginkan, dibutuhkan juga pemberian deskripsi dari kelompok berita. Penelitian ini mencoba untuk mengatasi permasalahan tersebut dengan menjadikan pengelompokan topik-topik berita secara otomatis dengan algoritma Group-Average Hierarchical Aglomerative Clustering (GA-HAC) dan pemberian deskripsi secara otomatis dengan Mutual Information (MI). Eksperimen implementasi dari algoritma ini terhadap 509 dokumen berita menunjukkan bahwa GA-HAC dapat mengelompokkan dokumen-dokumen berita yang memiliki topik yang sama dengan nilai akurasi precision 84,4% dan MI dapat memberikan nilai akurasi rata-rata partial match Match@N 70,81% untuk seluruh topik dan 90% untuk 10 topik terpopuler.

Item Type: Thesis (S1)
Additional Information: ID SINTA Dosen Pembimbing: Yudi Wibisono : 260167 Jajang Kusnendar : 5989839
Uncontrolled Keywords: Clustering, Cluster Labeling, Group-Average Hierarchical Agglomerative Clustering, Mutual Information, News Topic Detection.
Subjects: L Education > L Education (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User: Nazwa Azalia Sofianti
Date Deposited: 13 Nov 2023 08:52
Last Modified: 13 Nov 2023 08:52
URI: http://repository.upi.edu/id/eprint/112092

Actions (login required)

View Item View Item