Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Konten Berita Olahraga
DOI:
https://doi.org/10.47775/ictech.v15i1.85Abstrak
Penelitian terkait klasifikasi telah dipelajari secara luas untuk keperluan data mining, machine learning dan database serta information retrieval yang diaplikasikan untuk menentukan target pemasaran, diagnosis medis, konten berita serta klasifikasi dokumen. Klasifikasi teks menjadi pembahasan yang ramai dibahas oleh peneliti selama dua dekade terakhir. Meskipun didalam metode dan tekniknya selalu ada pembaharuan namun kebutuhannya masih terus berkembang dan tidak pernah berakhir. Kemampuan untuk melakukan klasifikasi dokumen ke dalam kategori tertentu sangat membantu untuk menghadapi informasi yang berlebihan. Klasifikasi dokumen teks secara otomatis dikembangkan karena pekerjaan manual tidak lagi efektif. Pada penelitian ini akan dibahas bagaimana algoritma naïve bayes diterapkan untuk mengklasifikasi konten berita olahraga. Naïve bayes merupakan salah satu algoritma klasifikasi berbasis peluang. Maka dari itu, naïve bayes akan menghitung probabilitas kemunculan kata yang mempresentasikan dokumen teks dari konten berita. Berdasarkan penelitian yang dilakukan diperoleh hasil rata-rata akurasi adalah 69,27%. Dengan nilai akurasi terbesar yaitu 75,00% dengan data dokumen teks yang digunakan sebanyak 20% dari keseluruhan dokumen teks..
Referensi
Aggarwal, Charu C., and Cheng Xiang Zhai. 2013. Mining Text Data. Mining Text Data. Vol. 9781461432. https://doi.org/10.1007/978-1-4614-3223-4.
Anita, Nur, Bagus Setya Rintyarna S T, M Kom, Lutfi Ali Muharom, S Si, and Sistem Bisnis Cerdas. 2015. “Klasifikasi Teks Dengan Naive Bayes Classifier Untuk Pengelompokan Teks Artikel,†no. 1110651094.
Colas, Fabrice, and Pavel Brazdil. 2006. “Comparison of SVM and Some Older Classification Algorithms in Text Classification Tasks†217: 169–78.
Hamzah, Amir. 2012. “Klasifikasi Teks Dengan Naïve Bayes Classifier (NBC) Untuk Pengelompokan Teks Berita Dan Abstract Akademis Amir.†Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 3 (2011): 269–77. https://doi.org/1979-911X.
Model, The Generalized Vector-space, Preprocessing Text, Creating Vectors, and Processed Text. 2012. “Conceptual Foundations of Text Mining and Preprocessing Steps.†Practical Text Mining and Statistical Analysis for Non-Structured Text Data Applications, 43–51. https://doi.org/10.1016/B978-0-12-386979-1.00003-7.
Raschka, Sebastian. 2014. “Naive Bayes and Text Classification I - Introduction and Theory,†1–20. https://doi.org/10.13140/2.1.2018.3049.
Truyens, Maarten, and Patrick Van Eecke. 2014. “Legal Aspects of Text Mining.†Computer Law and Security Review 30 (2): 153–70. https://doi.org/10.1016/j.clsr.2014.01.009.
Votano, JR, M Parham, and LH Hall. 2004. The Text Mining Hand. https://doi.org/10.1017/CBO9780511546914.
Wahyu, Vipy. 2014. “Analisis Penerapan Algoritma Naive Bayes Dalam Pengklasifikasian Konten Berita Bahasa Indonesia.†Universitas Dian Nuswantoro Semarang, no. 5: 5–6.
Wibowo, Ari Putra, and Eny Jumiati. 2017. “Sentiment Analysis Masyarakat Pekalongan Terhadap Pembangunan Jalan Tol Pemalang-Batang Di Media Sosial,†no. 0285.
Wijaya, Akhmad Pandhu, and Heru Agus Santoso. 2016. “Naive Bayes Classification Pada Klasifikasi Dokumen Untuk Identifikasi Konten E-Government†1 (1): 48–55.
Witten, Ian H. 2004. “Text Mining.†The Practical Handbook of Internet Computing, 14-1-14–22. https://doi.org/10.1201/9780203507223.
Wong, AH, and L Abednego. 2015. “Ngelompokan Dokumen Otomatis Dengan Menggunakan T FIDf Classifier, Naive Bayes Classifier Dan KNN.â€
Wongso, Rini, Ferdinand Ariandy Luwinda, Brandon Christian Trisnajaya, Olivia Rusli, and Rudy. 2017. “News Article Text Classification in Indonesian Language.†Procedia Computer Science 116: 137–43. https://doi.org/10.1016/j.procs.2017.10.039.
Yang, Christopher C., Hsinchun Chen, and Kay Hong. 2003. “Visualization of Large Category Map for Internet Browsing.†Decision Support Systems 35 (1): 89–102. https://doi.org/10.1016/S0167-9236(02)00101-X.
Yang, Yiming, and Xin Liu. 1999. “A Re-Examination of Text Categorization Methods.â€
Zakzouk, Tarik S., and Hassan I. Mathkour. 2012. “Comparing Text Classifiers for Sports News.†Procedia Technology 1: 474–80. https://doi.org/10.1016/j.protcy.2012.02.104
