SISTEM KLASIFIKASI ARTIKEL BERITA VIRUS CORONA (COVID-19)

Pungky, Ahmad (2021) SISTEM KLASIFIKASI ARTIKEL BERITA VIRUS CORONA (COVID-19). Other thesis, UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” YOGYAKARTA.

[img]
Preview
Text
COVER.pdf

Download (152kB) | Preview
[img]
Preview
Text
ABSTRAK.pdf

Download (30kB) | Preview
[img]
Preview
Text
HALAMAN PENGESAHAN PEMBIMBING.pdf

Download (127kB) | Preview
[img]
Preview
Text
DAFTAR ISI.pdf

Download (61kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (91kB) | Preview
[img] Text
SKRIPSI FULL.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Pada masa pandemic Virus Corona (Covid-19), Informasi merupakan hal yang sangat penting bagi masyakarat. Salah satu sumber informasi yang digunakan melalui internet yaitu website berita seperti kompas.com, detik.com, tribunnews.com. Namun, artikel berita terkait topik pembahasan kematian pasien dan topik pasien yang sembuh dari Virus Corona belum dapat dikelompokan. Hal ini dikarenakan angka pasien yang meninggal dan angka pasien yang sembuh akibat virus corona terus bertambah. Oleh karena itu, dibutuhkannya sistem yang dapat mengelompokan berita berdasarkan data yang telah ada sebelumnya. Hal ini dapat diatasi menggunakan text mining, salah satunya metode klasifikasi pada text mining dapat mengelompokan data pada suatu objek yang belum diketahui sebelumnya. Penelitian ini mengembangkan sebuah sistem berbasis web yang dapat mengklasifikasikan berita terkait Virus Corona (Covid-19). Sistem ini memiliki 4 fitur utama didalamnya seperti data training, data kategori, data stopword dan klasifikasi berita. Pengumpulan data dilakukan dengan cara mengambil dataset yang diperoleh dari website berita online. Dari hasil pengujian yang dilakukan terhadap sistem, dari data uji (testing) sebanyak 10 berita didapatkan nilai akurasi sistem sebesar 95%. Faktor yang mempengaruhi tingkat akurasi ini adalah kecocokan kata pada data uji (testing) dengan data latih (training) yang terdapat pada database sistem.

Item Type: Thesis (Other)
Uncontrolled Keywords: Artikel Berita, Covid-19, Text Mining, Klasifikasi.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Nurul Alifah Rahmawati
Date Deposited: 26 Jan 2021 04:56
Last Modified: 26 Jan 2021 04:56
URI: http://eprints.upnyk.ac.id/id/eprint/24389

Actions (login required)

View Item View Item