Perbandingan Metode Naiver Bayes dan K-Nearest Neighbor Untuk Klasifikasi Berita Kriminal
Kode Repository :SKI90/BAG/23
NPM :065117232
Nama :Bagas Widagdo
Pembimbing 1 :-Arie Qur'ania, M.Kom
Pembimbing 2 :-Mulyati,, M.Kom
Abstrak :-Abstrak
Era digitalisasi seperti saat ini membuktikan bahwa situs berita online sebagai salah satu platform
mampu menjangkau khalayak yang lebih luas dengan tetap menjalankan fungsi jurnalistik selayaknya
media konvensional dan situs berita online ini dapat diakses oleh masyarakat dengan lebih cepat dan
mudah. Salah satu berita yang paling banyak dimuat dalam situs berita online adalah berita kriminal.
Terdapat banyak bentuk tindakan kriminalitas yaitu pencurian, perampokan, pembunuhan, korupsi dan
sebagainya. Untuk melakukan proses klasifikasi dibutuhkan metode yang dapat memberikan hasil yang
tepat dan akurat. Oleh karena itu, penelitian ini menggunakan metode Naïve Bayes dan K-Nearest
Neighbor. Diperoleh hasil pada penelitian ini yaitu dengan pelabelan manual metode Naïve Bayes sebesar
Accuracy 73%, Precision 73%, Recall 73%, F1-Score 73% dan metode KNN Accuracy 67%, Precision
67%, Recall 67%, F1-Score 67%. Kemudian hasil pelabelan otomatis metode Naïve Bayes sebesar
Accuracy 65%, Precision 76%, Recall 52%, F1-Score 57% dan metode KNN Accuracy 71%, Precision
71%, Recall 66%, F1-Score 67%.
Kata kunci: Klasifikasi; Berita; Kriminsl; Naïve Bayes; K-Nearest Neighbor