KLASIFIKASI BERITA OLAHRAGA BERBAHASA INDONESIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Berita merupakan suatu informasi berdasarkan fakta atau laporan mengenai suatu kejadian yang sedang, atau telah terjadi. Berita dipublikasikan melalui media cetak, siaran, internet, maupun dari mulut ke mulut. kebutuhan informasi di Indonesia dalam bentuk digital baik berupa teks atau dokumen. Pengklasifikasian berita masih dilakukan secara manual sehingga rentan terjadi kesalahan. Banyaknya berita yang harus diklasifikasikan berdasarkan kategorinya dalam waktu yang singkat akan membuat editor mengalami kesulitan dan dapat menimbulkan kesalahan dalam pengkategoriannya dikarenakan editor harus membaca satu per satu berita-berita yang akan diklasifikasikan. Apabila pengklasifikasian berita dilakukan secara otomatis akan meminimalisir kesalahan pengkategorian dan lebih efisien. Dari implementasi sistem yang telah dilakukan, klasifikasi berita olahraga berbahasa Indonesia mampu diselesaikan dengan menggunakan metode Support Vector Machine dengan tingkat akurasi 95.72%. Berdasarkan nilai evaluasi f1-score, Support Vector Machine menghasilkan nilai evaluasi sebesar 95.72%, nilai Precision menghasilkan nilai evaluasi sebesar 95.72% dan nilai Recall menghasilkan nilai sebesar 95.72%.Hal tersebut menunjukkan bahwa dalam penelitian ini model Support Vector Machine menghasilkan ketepatan klasifikasi berita olahraga berbahasa Indonesia yang lebih baik.