ALDRIE VINANDITYO, 081311633041 (2017) SISTEM REKOMENDASI BERITA BERDASARKAN TWEET MENGGUNAKAN METODE PEARSON CORRELATION COEFFICIENT. Skripsi thesis, Universitas Airlangga.

Preview	Text (ABSTRAK) ST.SI.38.17 . Vin.s - ABSTRAK.pdf Download (92kB) | Preview
	Text (FULLTEXT) ST.SI.38.17 . Vin.s - SEC.pdf Restricted to Registered users only until 5 October 2020. Download (1MB) | Request a copy

Abstract

Berita merupakan salah satu sumber informasi yang banyak digunakan oleh masyarakat. Seiring dengan berkembangnya teknologi, ketersediaan berita tidak hanya bisa didapatkan dari media cetak saja, tetapi bisa didapatkan dari media elektronik. Namun, berita yang ditampilkan pada media elektronik seringkali tidak sesuai dengan dengan keinginan pengguna. Oleh karena itu, sistem rekomendasi dapat menjadi solusi karena dapat memberikan berita yang paling relevan dengan pengguna. Untuk mendapatkan rekomendasi berita yang sesuai dengan keinginan pengguna, Twitter digunakan pada penelitian ini karena dapat memberikan kemampuan untuk menyediakan akses ke pikiran, keinginan dan kegiatan jutaan pengguna secara real-time dan hal tersebut bisa dijadikan dasar dalam membangun karakteristik pengguna. Untuk mencocokkan tweet dengan artikel berita dibutuhkan sebuah metode pencocokkan seperti Pearson Correlation Coefficient. Metode Pearson Correlation Coefficient efektif dan bisa memberikan hasil yang lebih baik terhadap berbagai jenis dokumen dibandingkan metode-metode pencocokkan lainnya. Sistem rekomendasi berita dibuat melalui enam tahap. Tahap pertama adalah mengumpulkan artikel berita dan tweet pengguna. Tahap kedua adalah mengolah artikel berita dan tweet pengguna untuk mendapatkan kata dasar. Tahapan ketiga adalah membobotkan setiap kata pada dokumen dengan teknik Term Frequency-Inverse Document Frequency. Tahapan keempat mencocokkan artikel berita dengan tweet pengguna menggunakan metode Pearson Correlation Coeficient. Tahap kelima adalah mengurutkan artikel berita berdasarkan nilai Pearson Correlation Coeficient tertinggi. Tahap keenam adalah menampilkan rekomendasi berita. Hasil dari penelitian ini adalah sistem yang dibuat dapat menampilkan rekomendasi berita yang sesuai dengan tweet pengguna secara terurut dari terbesar hingga terkecil berdasarkan nilai Pearson Correlation Coeficient. Selain itu, juga dilakukan evaluasi sistem yang dihitung menggunakan evaluasi entropy berdasarkan kuesioner yang disebar ke sepuluh pengguna aktif Twitter. Hasil evaluasi sistem menggunakan metode evaluasi entropy adalah 0,736 dan nilai tersebut juga menunjukkan bahwa hasil evaluasi entropy sistem menggunakan Pearson Correlation Coeficient lebih baik dibandingkan metode Cosine Similarity.

Actions (login required)

View Item