Deteksi Penggunaan Kata Konjungsi pada Portal Berita dengan Algoritma Cosine Similarity (Studi Kasus: Tribun News)

Pada media massa cetak seperti koran, majalah, dan tabloid yang telah melalui proses kurasi yang ketat, masih ditemukan kesalahan-kesalahan seputar kebahasaan. Terkadang waktu tidak cukup banyak untuk melakukan pemeriksaan ulang terhadap penulisan berita karena harus berpatokan pada tenggang waktu yang telah ditentukan untuk penayangan berita. Hal ini menyebabkan kesalahan eja ditemukan di media massa online. Salah satu kesalahan eja yang umum ditemukan yaitu penggunaan kata konjungsi. Oleh karena itu, dibangun sebuah sistem yang dapat membantu pemeriksaan ulang dalam penulisan berita terkait penggunaan kata konjungsi menggunakan algoritma Cosine Similarity. Cosine Similarity banyak digunakan dalam berbagai tugas pembelajaran mesin dan dalam menangani data tekstual karena kemampuannya yang dinamis untuk beradaptasi dengan berbagai karakteristik data. Selain itu, implementasi algoritma pada sistem dilakukan menggunakan Javascript dan memanfaatkan framework NextJS dalam mengelola tampilan sistem. Sistem yang dibangun berhasil melakukan deteksi pada penggunaan kata konjungsi terhadap teks berita yang berasal dari portal berita Tribun News dengan tingkat akurasi sebesar 92.2% dan F1 score sebesar 80.9%