PENGEMBANGAN SISTEM ANALISA KEBERPIHAKAN MEDIA ONLINE BERDASARKAN TREND WAKTU MENGGUNAKAN NAIVE BAYES CLASSIFIER

  • Faisal Rahutomo Politeknik Negeri Malang
  • Annisa Taufika Firdausi Politeknik Negeri Malang
  • Nur Rochmanshah Politeknik Negeri Malang

Abstract

Media online menjadi salah satu media yang paling penting dalam menyajikan informasi kepada para pembaca. Media online dapat menyajikan informasi kepada pembaca dengan cepat, gratis, dan praktis. Salah satu topik yang menjadi perhatian dari masyarakat Indonesia, khususnya di tahun 2019 adalah topik yang berkaitan dengan pemilihan Presiden dan Wakil Presiden. Banyak media online dalam penyajian berita di setiap hari, secara terang-terangan maupun tidak, berpihak kepada salah satu Pasangan Presiden dan Wakil Presiden. Penyajian Media Online yang tidak netral ataupun tidak objektif tidak hanya merugikan bagi pihak Pasangan Presiden dan Wakil Presiden, tetapi juga mampu memberikan perspektif berbeda bagi pembaca atau masyarakat kepada pasangan Presiden dan Wakil Presiden terkait. Salah satu cara untuk menentukan atau mengetahui keberpihakan media kepada pasangan Presiden dan Wakil Presiden adalah dengan membuat sistem yang secara otomatis dapat mengklasifikasikan berita-berita yang ada pada suatu media di setiap hari atau waktu tertentu menjadi kategori yang telah ditentukan. Hasil pengklasifikasian kemudian diolah dan disajikan dalam bentuk grafik serta dihitung nilai keberpihakannya. Salah satu metode pengklasifikasian adalah dengan menggunakan metode Naive Bayes Classifier (NBC). NBC adalah klasifikasi statistik yang bisa memprediksi probabilitas sebuah kelas, dan kelebihan dari metode ini adalah tingkat akurasi yang tinggi juga waktu komputasi yang lebih cepat.

Downloads

Download data is not yet available.
Published
2020-01-06
How to Cite
[1]
F. Rahutomo, A. T. Firdausi, and N. Rochmanshah, “PENGEMBANGAN SISTEM ANALISA KEBERPIHAKAN MEDIA ONLINE BERDASARKAN TREND WAKTU MENGGUNAKAN NAIVE BAYES CLASSIFIER”, JIP, vol. 6, no. 1, pp. 33-40, Jan. 2020.