Klasifikasi Kategori Berita Media Online Menggunakan Algoritma Complemetn Dan Multinomial Naive Bayes

Perkembangan teknologi dan penyebaran informasi di internet terus mengalami peningkatan. Salah satu bentuk informasi yang jumlahnya terus bertambah adalah berita. Media cetak dan elektronik yang kini telah dikemas dalam bentuk digital atau sering dikenal dengan portal berita online atau media online. PT Merah Putih Media merupakan media berita online. Berita yang disampaikan terdiri dari tiga kategori mulai dari berita tentang Indonesia, Hiburan
dan Gaya Hidup, serta Olahraga. Namun, pembagian artikel berita ke dalam kategori dilakukan secara manual oleh kepala redaksi jurnalis. Text Mining adalah salah satu teknik yang dapat digunakan untuk melakukan klasifikasi sebuah dokumen. Pada penelitian ini dilakukan klasifikasi kategori otomatis dengan algoritma Multinomial Naïve Bayes, Complement Naïve Bayes, dan gabungan kedua model. Model yang memiliki performa terbaik dinilai dari metrik F1-Score dengan jumlah pembagian data latih dan data uji sebanyak 80:20, diperoleh keberhasilan performa sebesar 90,13% F1-Score.