Banyak instansi yang bergerak dalam penyaluran informasi atau berita sudah mulai menggunakan sisitem berbasis web untuk menyampaikan berita secara up to date. Pada umumnya berita yang disampaikan dalam portal tersebut terdiri dari beberapa kategori seperti berita politik, olahraga, ekonomi dan lain sebagainya. Namun, dalam membagi berita ke dalam kategori-kategori tersebut untuk saat ini masih dilakukan secara manual. Hal ini sangat merepotkan apabila berita yang ingin diunggah berjumlah banyak. Oleh karena itu perlu adanya sistem yang bisa mengklasifikasikan berita secara otomatis. Text mining merupakan metode klasifikasi yang merupakan variasi dari data mining berusaha menemukan pola yang menarik dari sekumpulan data tekstual yang berjumlah besar. Sedangkan algoritma naïve bayes classifier merupakan lagoritmape ndukung untuk melakukan klasifikasi. Dalam penelitian ini data yang digunakan berupa berita yang berasal dari beberapa media online. Berita terdiri dari 4 kategori yaitu politik, ekonomi, olahraga, entertainment. Setiap kategori tediri dari 100 berita; 90 berita digunakan untuk proses training dan 10 berita digunakan untuk proses testing. Hasil dari penelitian ini menghasilkan sistem klasifikasi berita berbasis web dengan menggunakan bahasa pemrograman PHP dan database MySQL menunjukkan bahwa berita testing bisa terklasifikasi secara otomatis seluruhnya.
Copyrights © 2012