Abstrak
Berita adalah salah satu representasi dari kehidupan nyata sosial yang selalu menggambarkan isu-isu yang masih banyak dan sering dibagikan oleh masyarakat. Setiap hari, selalu ada pembaruan berita sehingga menjadikannya berita yang baru dan membuat berita mengalir semakin banyak. Dengan adanya internet membuat berita lebih mudah dan cepat tersebar luaskan. Karena itu dibutuhkan sebuah sistem yang dapat melakukan klasifikasi terhadap berita agar berita tersebut dapat dikelompokkan berdasarkan kategori seperti Teknologi, Budaya, Pendidikan, dan lain-lain. Salah satu cara yang dapat mengatasi permasalah tersebut adalah dengan adanya sistem klasifikasi menggunakan Jaringan Syaraf Tiruan (JST). Metode jaringan syaraf tiruan ini dapat menciptakan suatu pola pengetahuan dengan kemampuan belajar (self organizing) dan secara optimasi, jaringan syaraf tiruan dapat menemukan jawaban terbaik. Sehingga metode jaringan syaraf tiruan ini menarik dan bagus untuk mengatasi permasalahan tersebut. Dari hasil terbaik penelitian yang didapat ini dinyatakan dalam F1-measure micro-average dengan nilai performansi mencapai 77,44% dimana data berita berbahasa Indonesia yang digunakan memiliki berbagai macam keragaman yang dapat mempengaruhi proses stemming.
Kata kunci : Berita, text preprocessing, text classification, Multilayer Perceptron