Penulis Utama : Rifqi Ahmad Pramudito
NIM / NIP : M0513039
×

Penelitian ini melakukan clustering pada berita mengenai Covid-19 karena clustering pada berita dapat memberi penjelasan pada subtopik yang terdapat pada berita. Metode yang digunakan  dalam  penelitian  ini  adalah  Hierarchical  Clustering  dan  K-Means.  Kombinasi antara  Hierarchical  Clustering  dan K-Means  Clustering  bertujuan  agar mendapatkan  hasil clustering  yang  lebih  baik.  Pusat  cluster  akan  ditentukan  melalui  metode  hierarchical clustering,  dan kemudian  akan dilanjutkan  dengan menggunakan  k-means  clustering.  Pada penelitian  ini penulis  menggunakan  228 berita  yang diambil  dari cnnindonesia.com  untuk kemudian dikelompokkan menjadi cluster. Hasil cluster dihitung kualitasnya dengan menggunakan average intra similarity dan average inter similarity yang diperoleh dari penghitungan  similaritas antar dokumen menggunakan  Cosine Similarity. Berdasarkan  hasil dari clustering yang dilakukan pada berita mengenai Covid-19, terbentuk cluster dengan 12 cluster dengan rata-rata intra cluster similarity 0.7911, rata-rata inter cluster similarity 0.3311.

Kata kunci : Berita, Covid, Hierarchical Clustering, K-Means Clustering

 

×
Penulis Utama : Rifqi Ahmad Pramudito
Penulis Tambahan : -
NIM / NIP : M0513039
Tahun : 2021
Judul : Clustering Berita Online Mengenai Covid-19 Menggunakan Hierarchical Clustering dan K-Means
Edisi :
Imprint : Surakarta - Fak. MIPA - 2021
Program Studi : S-1 Informatika
Kolasi :
Sumber : UNS-Fak. MIPA-M0513039
Kata Kunci :
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Sari Widya Sihwi, S.Kom., M.T.I.
2. Denis Eka Cahyani, S.Kom., M.Kom.
Penguji : 1. Sari Widya Sihwi, S.Kom., M.T.I.
2. Denis Eka Cahyani, S.Kom., M.Kom.
Catatan Umum :
Fakultas : Fak. MIPA
×
Halaman Awal : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Cover : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB I : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB II : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB III : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB IV : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB V : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB Tambahan : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Daftar Pustaka : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Lampiran : Harus menjadi member dan login terlebih dahulu untuk bisa download.