Kebutuhan akan informasi dari tahun ke tahun semakin meningkat seiring dengan
perkembangan teknologi dan kebutuhan masyarakat dalam mengetahui informasi terbaru.
Informasi yang beredar saat ini tidak hanya berasal dari
media cetak saja, bahkan media
internet sudah menjadi salah satu sumber informasi yang utama.
Menurut situs
http://direktori.perusahaan.web.id/index.php?search=berita
ada sekitar 136
situs online yang
terdaftar sebagai situs berbahasa indonesia yang memuat berbagai informasi seperti musik,
teknologi, nasional maupun internasional. Beberapa situs yang terdaftar yakni,
http://www.liputan6.com/
,
http://www.metrotvnews.com/
,
http://www.wartajazz.com/
,
http://www.musikindo.com/
, dan lain
lain. Munculnya situs
situs berita online
indonesia
sejalan dengan meningkatnya pengguna internet di indonesia yang mencapai 63 juta orang
Banyaknya informasi yang beredar, membuat pembagian informasi ke dalam kategori
yang tepat cukup penting. Selain untuk tidak menimbulkan kerancuan pada pem
baca,
pengkategorian yang tepat juga dapat m
embuat pembaca mendapatkan info
rmasi yang
di
inginkan.
Salah satu cara untuk menyelesaikan permasalahan tersebut adalah dengan
melakukan pengklasifikasian secara otomatis
informasi
yang ada. Klasifikasi
dokumen
m
erupakan proses pengelompokkan
dokumen
yang sesuai dengan kategori yang terkandung
dalam isi
dokumen
tersebut
.
Pada Tugas Akhir ini, proses pengklasifikasian menggunakan metode
support Vector
Machine with Decission Tree Architecture
(SVM
DTA). Dengan menggu
nakan metode
tersebut sistem dapat mengklasifikasikan berita secara otomatis.
Pengklasifikasian terbaik didapat ketika sistem menggunakan kernel RBF dengan
parameter C =10 dan
gamma
= 1 dan pada kernel
polynomial
dengan parameter C=10 dan
degree
=2,nilai
er
ror
rate
yang dihasilkan lebih kecil daripada pengujian yang lain yakni 4%.
lassification, text, SVM - DTA, tree