Klasifikasi Kategori Berita Menggunakan Algoritma Naive Bayes pada Dataset Berita Online

Putri Salsa Nabila

doi:10.69693/ijmst.v4i3.14049

Authors

Putri Salsa Nabila Universitas Islam Negeri Sumatera Utara

DOI:

https://doi.org/10.69693/ijmst.v4i3.14049

Keywords:

Klasifikasi Teks, Naïve Bayes, Teks Mining, Berita Online

Abstract

Penelitian ini bertujuan untuk melakukan klasifikasi kategori berita secara otomatis dengan menggunakan algoritma Naïve Bayes pada AG News Classification Dataset. Dataset yang digunakan dalam penelitian ini berjumlah 7.533 berita yang terbagi ke dalam empat kategori, yaitu dunia, olahraga, bisnis, serta sains atau teknologi. Penggunaan klasifikasi otomatis diharapkan dapat membantu proses pengelompokan berita berdasarkan kategori secara lebih cepat, sistematis, dan terstruktur. Tahapan penelitian meliputi pengumpulan data, preprocessing teks, pembentukan model klasifikasi, serta evaluasi terhadap kinerja model. Tahap preprocessing dilakukan melalui beberapa proses, yaitu tokenisasi, perubahan seluruh huruf menjadi lowercase, penghapusan stopword, dan pembobotan kata untuk mengubah data teks menjadi bentuk yang dapat diproses oleh algoritma. Tahapan tersebut dilakukan untuk mengurangi unsur yang kurang relevan pada teks serta menghasilkan data yang lebih sesuai untuk proses klasifikasi. Selanjutnya, model klasifikasi dibangun menggunakan bahasa pemrograman Python melalui Google Colab. Kinerja model dievaluasi menggunakan confusion matrix untuk memperoleh nilai akurasi, precision, dan recall pada setiap kategori berita. Evaluasi dilakukan untuk mengetahui kemampuan model dalam mengenali dan membedakan berita berdasarkan kategori yang telah ditentukan. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu melakukan klasifikasi berita ke dalam empat kategori dengan cukup baik. Hasil tersebut menunjukkan bahwa metode Naïve Bayes dapat digunakan sebagai salah satu pendekatan dalam klasifikasi teks, khususnya untuk membantu proses pengelompokan berita secara otomatis berdasarkan kategori yang telah ditentukan.

References

1. Afandi, F., & Kurniawan, R. (2025). Klasifikasi Teks Komentar Pengguna Aplikasi Access By Kai di Google Play Store Menggunakan Metode Naïve Bayes. Bulletin of Computer Science Research, 5(4), 456–472.

2. Agape, F. V., & Giri, G. A. V. M. (2025). Klasifikasi Berita Berdasarkan Kategori Menggunakan Multinomial Naïve Bayes dengan K-Cross Validation dan Seleksi Fitur Chi-Squared. Jurnal Nasional Teknologi Informasi Dan Aplikasinya, 3(2), 295–304.

3. Akbar, M. R., & Defit, S. (2024). Metode Support Vector Machine dan Naïve Bayes Untuk Analisis Santimen Ibu Kota Nusantara. Jurnal KomtekInfo, 323–331.

4. Almazaydeh, L., Abuhelaleh, M. A., Al Tawil, A., & Elleithy, K. (2023). Clinical Text Classification with Word Representation Features and Machine Learning Algorithms. Int. J. Online Biomed. Eng., 19(4), 65–76.

5. Amri, M. C., Atiqi, M. F., Talita, F., & Zufria, I. (2025). Implementasi Algoritma Naïve Bayes Untuk Klasifikasi Berita Online Terhadap Program Prioritas Pemerintah Kota Medan. DEVICE: JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY, 6(2), 798–815.

6. Andzar, A. M. (2023). Penerapan Text Mining Dalam Klasifikasi Judul Skripsi Yang Diusulkan Mahasiswa Menggunakan Metode Naïve Bayes. 6, 184–196. https://doi.org/10.57093/jisti.v6i2.174

7. Arsyad, F., Hayatin, N., & Aditya, C. S. K. (2023). Deteksi Konten Hoax Pada Media Berita Indonesia Menggunakan Multinomial Naïve Bayes. Jurnal Repositor, 5(4).

8. Habib, S. M., Haerani, E., Gusti, S. K., & Ramadhani, S. (2022). Klasifikasi Berita Menggunakan Metode Naïve Bayes Classifier. 5(2), 248–258. https://doi.org/10.32672/jnkti.v5i2.4191

9. Hanum, A. R., Zetha, I. A., Fajrina, J. N., Wulandari, R. A., Putri, C., Andina, S. P., Yudistira, N., & Brawijaya, U. (2024). MENDETEKSI BERITA HOAKS PERFORMANCE ANALYSIS OF THE BERT TEXT CLASSIFICATION ALGORITHM. 11(3), 537–546. https://doi.org/10.25126/jtiik938093

10. Hendri Hartono, Alyauma Hajjah, Y. N. M. (2023). PENERAPAN METODE NAÏVE BAYES APPLICATION OF THE NAÏVE BAYES CLASSIFIER. 12(1), 37–46.

11. Ionendri, N. A., Candra, F., & Rizal, A. (2025a). JOURNAL OF APPLIED COMPUTER SCIENCE AND TECHNOLOGY ( JACOST ) News Classification using Natural Language Processing with TF-IDF and Multinomial Naïve Bayes. 6(1), 37–45.

12. Ionendri, N. A., Candra, F., & Rizal, A. (2025b). News classification using natural language processing with tf-idf and multinomial naive bayes. Journal of Applied Computer Science and Technology, 6(1), 37–45.

13. Lestari, N., Riza, O. S., Ardinal, R., Studi, P., Informasi, S., Islam, U., Imam, N., Padang, B., Gadang, B., Tangah, K. K., Padang, K., & Barat, S. (2023). Implementation Of Text Mining And Pattern Discovery With Naive Bayes Algorithm For Classification Of Text Documents. 14(x), 88–102.

14. Mardiana, A., & Prihartono, W. (2025). RANCANG BANGUN SISTEM KLASIFIKASI JUDUL BERITA ONLINE BAHASA INDONESIA BERBASIS WEB MENGGUNAKAN ALGORITMA NAÏVE BAYES. Journal of Computer Science and Artificial Intelligence (JCSAI), 2(6).

15. Mardiana, A., Prihartono, W., Studi, P., Informatika, M., Studi, P., & Akuntansi, K. (2025). RANCANG BANGUN SISTEM KLASIFIKASI JUDUL BERITA ONLINE BAHASA INDONESIA BERBASIS WEB MENGGUNAKAN ALGORITMA. 06(02), 2–6. https://doi.org/10.32485/jcsai.JOURNAL

16. Pranata, A., Rudiman, R., & Verdikha, N. A. (2024). Klasifikasi Teks Quick Count Pemilihan Presiden 2024 pada Twitter menggunakan Metode TF-IDF dan Naive Bayes. Jurnal Informatika Terpadu, 10(2), 93–100.

17. Prasetya, F. (2022). Analisis Data Mining Klasifikasi Berita Hoax COVID 19 Menggunakan Algoritma Naive Bayes. 4(September), 132–139. https://doi.org/10.30865/json.v4i1.4852

18. Purnama, A. A., & Sipayung, Y. R. (2025). Sentiment Analysis of Public Service Using Naïve Bayes Classifier. 7(3), 2439–2457. https://doi.org/10.51519/journalisi.v7i3.1207

19. Rozi, M. F., Siregar, R., & Syahputri, N. I. (2023). Penerapan Data Mining Menggunakan Metode Naive Bayes Untuk Klasifikasi Data Penentuan Hasil Penjualan Dalam Strategi Pemasaran. 2(2), 444–454.

20. Selawati, A. (2025). BULLETIN OF COMPUTER SCIENCE RESEARCH Analisis Sentimen Berita Online Terhadap Transportasi Online di Indonesia dengan Metode Naïve Bayes Classifier , Support Vector Machine. 5(2), 105–111. https://doi.org/10.47065/bulletincsr.v5i2.477

21. Tejawati, A., Septiarini, A., Rismawati, R., & Puspitasari, N. (2023). Comparison of K-Nearest Neighbor and Naive Bayes Methods for Classification of News Content. Jurnal Teknik Informatika (Jutif), 4(2), 401–412.

22. Zhang, L. (2025). Features extraction based on Naive Bayes algorithm and TF-IDF for news classification. PLoS One, 20(7), e0327347.