KLASIFIKASI BERITA MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES

Berita pada awalnya disampaikan melalui media surat kabar, majalah, radio dan televisi, namun sekarang bergeser menggunakan sistem berbasis internet. Berita memiliki kategori berita, seperti polhukam, bisnis, olahraga, hiburan, teknologi, otomotif, kesehatan, dll. Saat ini kategorisasi artikel berita online masih dilakukan secara manual, sehingga hal ini sangat merepotkan dan membutuhkan banyak waktu. Untuk mengatasi masalah tersebut, dibutuhkan sebuah sistem yang dapat mengkategorikan atau mengklasifikasi artikel berita secara otomatis. Sistem klasifikasi ini dibangun menggunakan metode Text Mining dan Multinomial Naïve Bayes untuk membentuk dataset dan model klasifikasi artikel berita. Pengujian dilakukan menggunakan 10.500 dataset dan tujuh kategori. Pengujian diukur dengan menggunakan confusion matrix. Hasil pengujian menunjukkan bahwa implementasi Multinomial Naïve Bayes pada sistem klasifikasi artikel berita memiliki tingkat accuracy 96%, precision 96%, recall 96% dan f1-score 96%. DOI : https://doi.org/10.33005/scan.v16i3.287