REKOMENDASI TAG PADA BERITA ONLINE MENGGUNAKAN TF-IDF DAN COLLABORATIVE TAGGING SKRIPSI SALMAN ALL FARIZI 091402007

REKOMENDASI TAG PADA BERITA ONLINE MENGGUNAKAN

  TF-IDF

DAN COLLABORATIVE TAGGING

  

SKRIPSI

SALMAN ALL FARIZI

091402007

  

PROGRAM STUDI S1 TEKNOLOGI INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI REKOMENDASI TAG PADA BERITA ONLINE MENGGUNAKAN

TF-IDF DAN COLLABORATIVE TAGGING

  SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah

  Sarjana Teknologi Informasi SALMAN ALL FARIZI

  091402007 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

  

PERSETUJUAN

  Judul : REKOMENDASI TAG PADA BERITA ONLINE MENGGUNAKAN TF-IDF DAN COLLABORATIVE TAGGING

  Kategori : SKRIPSI Nama : SALMAN AL FARIZI Nomor Induk Mahasiswa : 091402007 Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas :

  ILMU KOMPUTER DAN TEKNOLOGI

  INFORMASI (FASILKOM-TI) UNIVERSITAS SUMATERA UTARA

  Diluluskan di Medan, April 2015

  Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dr. Erna Budhiarti Nababan, M.IT Mohammad Fadly Syahputra, B.Sc, M.Sc.IT

  198301292009121003

  NIP- NIP

  

PERNYATAAN

  REKOMENDASI TAG PADA BERITA ONLINE MENGGUNAKAN

TF-IDF DAN COLLABORATIVE TAGGING

  SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

  Medan, April 2015 Salman Al Farizi 091402007

UCAPAN TERIMA KASIH

  Puji dan syukur penulis sampaikan kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi Universitas Sumatera Utara.

  Ucapan terima kasih penulis sampaikan kepada Bapak Mohammad Fadly Syahputra, B.Sc, M.Sc.IT selaku pembimbing satu dan Ibu Dr. Erna Budhiarti Nababan, M.IT selaku pembimbing dua yang telah banyak meluangkan waktu dan pikirannya, memotivasi dan memberikan kritik dan saran kepada penulis. Ucapan terima kasih juga ditujukan kepada Bapak Dani Gunawan ST.,M.T dan Ibu Sarah Purnamawati ST.,M.Sc yang telah bersedia menjadi dosen pembanding. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi Teknologi Informasi, Muhammad Anggia Muchtar, S.T., MM.IT dan Mohammad Fadly Syahputra, B.Sc, M.Sc.IT, Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, semua dosen serta pegawai di Program Studi S1 Teknologi Informasi.

  Skripsi ini terutama penulis persembahkan untuk kedua orang tua dan keluarga penulis yang telah memberikan dukungan dan motivasi, Ayahanda Achyar Hasanuddin dan Ibunda Suwarni yang selalu sabar dalam mendidik dan membesarkan penulis. Untuk adik Umi Kalsum dan Sulastri Ningsih yang selalu memberikan dorongan kepada penulis. Terima kasih penulis ucapkan kepada Bapak M. Safri Lubis selaku dosen dan pembimbing penulis dalam kegiatan akademik dan non akademik, Lydia Alissa, Wildan Afifi, Masryan Siregar, Alvin Rizki, Badruts Tsani, Jihan Meutia, Amira Akhmad, Fadhilah Hasyim, Fadil Haryudi, M. Fadhullah, Nurul Fadlia, Muslim Ramli, Yudhitya Syahputra yang tidak pernah bosan dalam menyemangati dan membantu penulis, teman-teman seperjuangan, bang Franheit Sangapta, bang Billy Azzahry, bang Ilham Akbar, bang Nanda Putra, bang Reyhan Samantha, Putra Fitrawan, Kak Umi Hani dan bang Muhammad Fadhly Sani yang sudah penulis anggap seperti saudara sendiri serta teman-teman mahasiswa Teknologi Informasi lainnya yang tidak dapat penulis sebutkan satu persatu. Semoga Allah SWT

  

ABSTRAK

  Perkembangan teknologi internet yang sangat pesat menyebabkan semakin tingginya arus informasi dan semakin meningkatkannya jumlah berita yang terpublikasikan secara online. Teknologi social tagging hadir untuk mempermudah proses pencarian berita online dan pengaturan arsip berita berdasarkan kesamaan informasi tag. Untuk mempermudah pemberian tag, sistem autotag terus dikembangkan. Dalam penelitian ini, sistem autotag dikembangkan menggunakan metode TF-IDF dan Collaborative

  

tagging dimana tahapannya diawali dengan text preprocessing kemudian feature

selection dan proses menghitung bobot TF-IDF. Kemudian diterapkan metode

Collaborative tagging yaitu pengukuran kesamaan dengan menghitung persentase

  kemiripan tag hasil ekstraksi TF-IDF dengan tag -tag berita yang telah dipublikasikan sebelumnya. Hasil dari penelitian ini menunjukkan bahwa metode TF-IDF dapat digunakan untuk memberikan rekomendasi tag secara otomatis dengan relevansi tag terhadap isi berita yaitu 79,97% dan 80,6% untuk relevansi rata

  • – rata menggunakan Collaborative Tagging . Kata kunci: social tagging, rekomendasi tag, TF-IDF, collaborative tagging, berita

  

TAG RECOMMENDATIONS ON NEWS ONLINE

USING TF-IDF AND COLLABRORATIVE TAGGING

ABSTRACT

  The rapid development of internet technology leads to increase the flow of information and further increase the amount of published news online. Social tagging techonology exists to simplyfy the search process of news online and news archive settings based on tag infomation similarity. To facilitate tagging process, autotag system is developed. In this study, the autotag system is developed by using TF-IDF and Collaborative Tagging where the process begins with text preprocessing until feature selection and the TF-IDF weight calculating process. The Collaborative tagging method is used for measuring the tag similarity by calculating the similarity tag percentage which is the result of TF-IDF extraction with news' tag that has been published beforehand. The result of this study shows that TF-IDF method can be used to provide tag recommendation automatically with the tag relevance of news' content is 79,97% and 80,6% for the average relevance using Collaborative Tagging.

  Keyword: social tagging, tag recommendation, TF-IDF, collaborative tagging, news .

  

DAFTAR ISI

Hal.

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

DAFTAR TABEL

Hal.

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

Tabel 2.1 Tabel kombinasi awalan akhiran tidak diijinkan (Adriani, et al. 2007)

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

DAFTAR GAMBAR

Hal.

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

Gambar 2.1 Representasi Grafik Triplet (u, d, t) (Song et al, 2008)