Pengelompokan (Clautering) berita pada Twitter menggunakan Algoritma Lingo

Shobariyyah, Novia Fithriyyah (2013) Pengelompokan (Clautering) berita pada Twitter menggunakan Algoritma Lingo. Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (117kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (252kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (282kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (268kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (760kB)
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (517kB)
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (494kB)
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (192kB)
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (273kB)

Abstract

Mengimplementasikan Algoritma Lingo untuk mengcluster berita pada jejaring sosial. Perancangan program aplikasi yang berupa clustering dalam berita dibuat dengan menggunakan algoritma Lingo, penggunaan algoritma Lingo dipilih karena mampu melakukan pengelompokan hasil dan menampilkan urutan kekerabatan antar dokumen. Lingo terdiri atas beberapa gabungan metode, seperti stemmer, stop words removal, SVD, dan sebagainya. Dengan Lingo, hasil yang ditampilkan berupa pengelompokan dokumen yang memiliki tingkat kekerabatan yang paling dekat, beserta deskripsi dari kelompok berupa dokumen-dokumen yang tergabung dalam kelompok-kelompok yang disebutkan. Dengan Lingo, menghindari pengembalian hasil pencarian oleh search engine berupa daftar panjang dari dokumen yang relevansinya tidak terjamin. Algoritma lingo mengaplikasikan teori Aljabar linear dalam hal representasi dokumen dalam bentuk matriks hingga pengolahan matriks-matriks tersebut. Clustering adalah pengelompokan objek yang berdasarkan kemiripan yang dimiliki ke dalam suatu grup. Clustering melakukan pengelompokan dokumen tanpa ditentukan terlebih dahulu kelompok-kelompok atau kelas-kelas penampungnya. Clustering sangat berguna dalam pengelompokan dokumen, karena dapat mengekstrak topik dari dokumen secara otomatis dan tanpa perlu ditentukan terlebih dahulu cluster apa saja yang harus ada untuk menampungnya. Clustering sangat berguna untuk pengelompokan dokumen hasil pencarian online karena hasil pencarian yang ditampilkan bisa sangat bermacam-macam walaupun dalam satu kata kunci. Diharapkan pengguna dapat melakukan seleksi dan menemukan informasi lebih cepat dari hasil penelusuran yang telah dikelompokan. Sistem pengelompokan ini, dinilai penting untuk mempermudah pengguna untuk mendapatkan informasi yang ddibutuhkan. Hal ini dapat diimplementasikan dalam sebuah aplikasi pencarian berita, yang diharapkan mampu mempermudah pengguna dalam pencarian berita.

Actions (login required)

View Item