CLUSTERING BERITA OLAHRAGA BERBAHASA INDONESIA MENGGUNAKAN METODEK-MEDOID BERSYARAT

Berita merupakan fakta ataupun opini yang membuat banyak orang merasa tertarik untuk mengetahuinya. Berita olahraga merupakan salah satu berita yang memiliki rating pengaksesan cukup tinggi. Berita olahraga memiliki berbagai cabang seperti bola, raket, balap dan lain-lain. Oleh karena itu, berita olahraga memerlukan pengelompokkan berita. Pengelompokan dilakukan dengan tujuan agar berita tersebut terhimpun menjadi suatu kelompok sesuai dengan kesamaan berita. Pengelompokan dapat dilakukan dengan berbagai metode. Salah satu metode yang digunakan adalah k-medoid. K-medoid merupakan metode pengelompokkan yang bekerja secara optimal untuk mengelompokkan berita olahraga dalam jumlah yang sedikit. Setelah semua berita dikelompokkan sesuai dengan kemiripannya, hasil pengelompokkan tersebut perlu diukur nilai akurasinya. Pada saat uji coba dilakukan menghasilkan nilai akurasi sebesar 0,584 dengan jumlah cluster yang dinputkan sebanyak lima cluster. Perbaikan metode k-medoid dengan menambahkan metode cosine similarity mampu meningkatkan nilai akurasi yang semula rata-rata 0,44 bertambah optimal menjadi 0,55.