Kategorisasi Berita Menggunakan Metode Pembobotan TF.ABS dan TF.CHI

Abstract

With the current technological advances, news can be found easily and totaling very much in digital form causing the need for a technique to categorize the news into specific topics to make it easier for readers to find the news according to the desired topic. Text categorization is a technique that can categorize news into predefined topics automatically. One important process in categorization is feature extraction where unigram binary is one of the basic feature extraction compared to term weighting which in this study will use the weighting method TF.ABS and TF.CHI to obtain optimal news categorization results. Based on the test results, the average accuracy obtained from three data sources on unigram binary feature extraction of 90.44%. While on the weighting method TF.ABS of 95.74% and TF.CHI of 95.87%. Based on the results of the accuracy, it can be concluded that the term weighting is better than the unigram binary. The weighting methods of TF.ABS and TF.CHI are both good in categorization because they do not differ significantly in performance. Other test results show that the stemming process does not have much effect on the accuracy of news categorization, but this process can make up to 45% time efficiency. AbstrakDengan kemajuan teknologi saat ini, berita dapat ditemukan dengan mudah dan berjumlah sangat banyak dalam bentuk digital yang menyebabkan diperlukannya suatu teknik untuk mengkategorikan berita-berita tersebut ke dalam topik tertentu agar mempermudah pembaca menemukan berita sesuai dengan topik yang diinginkan. Kategorisasi teks merupakan suatu teknik yang dapat mengkategorikan berita ke dalam topik yang telah ditentukan secara otomatis. Salah satu proses yang penting dalam kategorisasi adalah ekstraksi fitur yang mana unigram binary merupakan salah satu ekstraksi fitur yang dasar dibandingkan dengan term weighting yang dalam penelitian ini akan menggunakan metode pembobotan TF.ABS dan TF.CHI untuk memperoleh hasil kategorisasi berita yang optimal. Berdasarkan hasil pengujian, rata-rata akurasi yang didapatkan dari tiga sumber data pada ekstraksi fitur unigram binary sebesar 90.44%. Sedangkan pada metode pembobotan TF.ABS sebesar 95.74% dan TF.CHI sebesar 95.87%. Berdasarkan hasil akurasi tersebut, dapat disimpulkan bahwa term weighting lebih baik dibandingkan dengan unigram binary. Metode pembobotan TF.ABS dan TF.CHI sama-sama baik dalam kategorisasi karena tidak berbeda secara signifikan dalam performansinya. Pada hasil pengujian lainnya menunjukkan bahwa proses stemming tidak memberikan banyak pengaruh terhadap akurasi kategorisasi berita, namun proses ini dapat mengefisiensikan waktu hingga 45%.

Perbandingan Metode TF-ABS dan TF-IDF Pada Klasifikasi Teks Helpdesk Menggunakan K-Nearest Neighbor

“…Penelitian selanjutnya yaitu Analisa perbandingan metode Naïve Bayes Classifier dan K-Nearest Neighbour terhadap klasifikasi data forum diskusi mahasiswa menjadi kategori judul topik berdasarkan isi materi [5]. Namun penelitian lainnya yaitu perbandingan fitur pembobotan TF-IDF, TF-CHI, TF-RF dan TF-OR pada Support Vector Machine untuk sentiment analysis pada Jakarta BRT [9] menghasilkan TF-IDF sebagai fitur pembobotan yang memiliki performa terbaik dibandingkan fitur pembobotan lainnya dengan nilai akurasi 79,3%, nilai precission 83,2%, nilai recall 83,6% dan nilai F1 score 82,2%.…”

“…International License (CC BY 4.0) 913 dan pembobotan kata TF, TF-IDF, TF-RF, TF-ABS, TF-CHI 2[9] dengan kesimpulan TF-ABS merupakan Teknik pembobotan terbesar dengan nilai akurasi 82,22%.…”

Klasifikasi Helpdesk Menggunakan Metode K-Nearest Neighbor dan TF-ABS

“…Namun untuk perhitungan waktu proses, metode K-Nearest Neighbor lebih unggul dengan waktu proses 0,0160 seconds tanpa K-Fold Cross Validation dan 0,1505 seconds dengan K-Fold Cross Validation. Penelitian lainnya yaitu Penelitian mengenai perbandingan pembobotan kata pada proses klasifikasi yang telah dilakukan yaitu kategorisasi berita menggunakan metode pembobotan TF-ABS dan TF-CHI dan algoritma Support Vector Machine (SVM) pada berita berbahasa inggris [5] dengan hasil bahwa kategorisasi berita tanpa proses stemming menggunakan metode pembobotan TF-ABS menghasilkan akurasi 95,74%, sedangkan menggunakan metode pembobotan TF-CHI menghasilkan akurasi 95,87% sehingga disimpulkan bahwa metode pembobotan TF-ABS dan TF-CHI tidak memberikan beda yang signifikan dalam performansi serta menunjukkan bahwa kedua metode tersebut memiliki performansi yang baik dalam kategorisasi berita. Penelitian lain dilakukan pada klasifikasi topik berita dalam bahasa Indonesia menggunakan Decision Tree dan pembobotan kata TF, TF-IDF, TF-RF, TF-ABS, TF-CHI 2 [5] dengan kesimpulan TF-ABS memiliki akurasi tertinggi sebesar 82,22%.…”