Analisis Klasifikasi Dan Prediksi Pola Publikasi Berita Pemprov DKI Jakarta Menggunakan Machine Learning

Rifky Permana, Febby Ariyanti Herdiana

Sari


Dalam era digital, akses informasi melalui berbagai platform online semakin meningkat, termasuk melalui situs web resmi pemerintah. Pemerintah Provinsi DKI Jakarta secara rutin menyampaikan kebijakan, program, dan berita melalui situs webnya. Namun, volume data yang besar dan keragaman topik berita menghadirkan tantangan dalam pengelolaan dan analisis informasi secara efisien. Penelitian ini mengembangkan model klasifikasi dan prediksi pola publikasi berita menggunakan tiga algoritma machine learning yaitu: Support Vector Machine (SVM), Naïve Bayes, dan Random Forest. Dataset yang digunakan berupa berita yang dipublikasikan oleh Pemprov DKI Jakarta selama tahun 2023. Pra-pemrosesan data meliputi pembersihan teks, case folding, tokenizing, normalisasi, penghapusan stopword, dan stemming. Model SVM dan Naïve Bayes diterapkan untuk klasifikasi berita, sedangkan Random Forest digunakan untuk memprediksi pola publikasi berita harian. Proses tuning hyperparameter dilakukan menggunakan GridSearchCV guna meningkatkan kinerja model. Penilaian terhadap klasifikasi dilakukan dengan diukur dari beberapa parameter yaitu akurasi, precision, recall, dan F1-score, sedangkan evaluasi prediksi menggunakan MAE, MSE, dan R². Temuan dari penelitian ini mengindikasikan bahwa SVM menunjukkan performa yang baik dengan akurasi 95%, sedangkan Random Forest berhasil memprediksi pola publikasi berita dengan R² sebesar 0,82. Penelitian ini diharapkan dapat mendukung pengelolaan informasi publik secara lebih efisien dan menyediakan wawasan mengenai pola publikasi berita oleh Pemprov DKI Jakarta

Teks Lengkap:

PDF

Referensi


Aditya, A., Wahyuddin, P., Leo, S., Santoso, W., Wahyu, G., Wibowo, N., Khrisna, A., Rahmaddeni, W., Wahidin, A. J., Eka, G., Elisawati, Y., Rizqi, R., & Abdurrasyid, W. (n.d.). MACHINE LEARNING. www.globaleksekutifteknologi.co.id

Ayuni, A. Q., Helen, A., Yuliawati, S., Raya, J., Sumedang, B., 21, K. M., Jatinangor, K., Sumedang, K., & Barat, J. (2023). Klasifikasi Topik Berita Deutsche Welle Indonesia dengan Kata Kunci Indonesia Menggunakan Metode Multinomial Naive Bayes. In JLK (Vol. 6, Issue 1).

Hayami, R. (2023). KLASIFIKASI TEKS BERITA BERBAHASA INDONESIA MENGGUNAKAN MACHINE LEARNING DAN DEEP LEARNING: STUDI LITERATUR. In Jurnal Mahasiswa Teknik Informatika (Vol. 7, Issue 1). https://ieeexplore.ieee.org/

Kartika Sari Dewi, F., & Purnomo Aji, T. (n.d.). KLASIFIKASI BERITA MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES.

Kim, D., Seo, D., Cho, S., & Kang, P. (2019). Multi-co-training for document classification using various document representations: TF–IDF, LDA, and Doc2Vec. Information Sciences, 477, 15–29. https://doi.org/10.1016/j.ins.2018.10.006

Muhammad Habib, S., Haerani, E., Kurnia Gusti, S., Ramadhani, S., & Informatika UIN Sultan Syarif Kasim Riau Jl Soebrantas, T. H. (2022). Klasifikasi Berita Menggunakan Metode Naïve Bayes Classifier. Jurnal Nasional Komputasi Dan Teknologi Informasi, 5(2).

Nanda, R., Haerani, E., Gusti, S. K., & Ramadhani, S. (2022). Klasifikasi Berita Menggunakan Metode Support Vector Machine. Jurnal Nasional Komputasi Dan Teknologi Informasi, 5(2).

Rama Bena Putra, P., & Setya Perdana, R. (2023). Klasifikasi Judul Berita Online menggunakan Metode Support Vector Machine (SVM) dengan Seleksi Fitur Chi-square (Vol. 7, Issue 5). http://j-ptiik.ub.ac.id

Setiawan, A., Santoso, L. W., & Adipranata, R. (n.d.). Klasifikasi Artikel Berita Bahasa Indonesia Dengan Naive Bayes Classifier.

Sholih ’afif, M., Muzakir, M., Al, M. I., & Al Awalaien, G. (2021). TEXT MINING UNTUK MENGKLASIFIKASI JUDUL BERITA ONLINE STUDI KASUS RADAR BANJARMASIN MENGGUNAKAN METODE NAÏVE BAYES. Kumpulan JurnaL Ilmu Komputer (KLIK), 08(2).

Sripamuji, Ramadhanti, I., Riski Amalia, R., Saputra, J., & Prihatnowo, B. (n.d.). PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE DAN MULTI-LAYER PERCEPTRON PADA KLASIFIKASI TOPIK BERITA. 11. https://doi.org/10.23887/janapati.v11i2.44151




DOI: https://doi.org/10.31294/infortech.v7i1.25926

Refbacks

  • Saat ini tidak ada refbacks.


Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License