Rekomendasi Multilabel Otomatis Pada Artikel Dengan Algoritme Fuzzy C-Means Dan K-Nearest Neighbor
Kata Kunci:
artikel online, klasifikasi multilabel, FCM-KNN, information retrievalAbstrak
Perkembangan teknologi informasi saat ini sangat cepat khususnya pada media elektronik. Hal tersebut didukung dengan adanya sebuah wadah untuk menyalurkan suatu peristiwa, pendapat, serta gagasan yang berasal dari masyarakat yang disebut citizen journalism yang dikemas dalam bentuk artikel online. Besarnya antusiasme citizen journalism tersebut sayangnya kurang didukung pada pelabelan secara otomatis pada artikel yang akan dibuat, salah satunya terdapat pada situs kompasiana.com dengan adanya pelabelan otomatis diharapkan mempermudah pengguna tanpa perlu melakukan pelabelan secara manual. Salah satu cara melakukan pelabelan otomatis yaitu dengan cara melakukan klasifikasi multilabel yaitu memprediksi label pada suatu artikel yang memungkin artikel tersebut dapat memiliki lebih dari satu label, dengan adanya klasifikasi multilabel juga bertujuan dapat meningkatkan kualitas information retrieval. Metode klasifikasi multilabel salah satunya dengan menggunakan algoritme Fuzzy C- Means dan K Nearest Neighboar (FCM-KNN) dengan adanya proses pengelompokkan pada data diharapkan menghemat waktu komputasi dalam pencarian k tetangga terdekat pada proses klasifikasi Multilabel K Nearest Neighboar (ML-KNN). Pada penelitian ini didapatkan pengujian terbaik saat melakukan proses klasifikasi yaitu saat k = 1, yang mana didapatkan evaluasi F1 = 93,33 % dan evaluasi BEP sebesar 93,75%. Dari hasil didapat menunjukkan bahwa penerapan metode klasifikasi FCM-KNN dapat digunakan untuk melakukan multilabel secara otomatis pada artikel online