Klasifikasi Tingkat Kepentingan Berita Ekonomi Dari Situs Berita Mainstream Untuk Pembangunan Petakabar Dengan Menggunakan Metode K-Nearest Neighbors

Saputra, Ryan Danu (2022) Klasifikasi Tingkat Kepentingan Berita Ekonomi Dari Situs Berita Mainstream Untuk Pembangunan Petakabar Dengan Menggunakan Metode K-Nearest Neighbors. Other thesis, Institut Teknologi Sepuluh Nopember Surabaya.

Text 05111840000144-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 November 2024. Download (2MB)

Abstract

Ekonomi adalah ilmu sosial yang mempelajari perilaku manusia dalam mengelola sumber daya yang terbatas dan menyalurkannya ke dalam berbagai individu atau kelompok yang ada dalam suatu masyarakat bagaimana memenuhi keinginan masyarakat demi tercapainya kemakmuran atau kondisi di saat manusia bisa memenuhi kebutuhannya, baik dalam bentuk barang maupun jasa. Perkembangan perekonomian sesungguhnya ditentukan oleh kemampuan suatu negara atau daerah dalam memanfaatkan sumber daya yang dimiliki secara optimal dalam mencapai kesejahteraan tetapi juga mengatasi masalah ekonomi yang dihadapi. Di Indonesia sendiri ekonomi menjadi salah satu faktor penting untuk menyejahterakan kehidupan bangsa sesuai dengan tujuan bernegara. Adanya sumber daya alam yang berlimpah adalah alas an mengapa Indonesia memiliki potensi ekonomi yang tinggi dan menjadi ekonomi terbesar di Asia Tenggara. Untuk mencapai kesejahteraan yang menyeluruh dibutuhkan pemerataan ekonomi. Dengan masalah tersebut, dibuatlah suatu petakabar yang memberikan informasi mengenai kondisi ekonomi di daerah tertentu dengan tingkat kepentingan. Topik Tugas Akhir ini mengacu pada pembuatan petakabar dan memproses berita. Hasil dari Tugas Akhir ini diharapkan dapat menghasilkan sistem yang dapat menggambarkan bagaimana kondisi ekonomi berbagai wilayah di Indonesia melalui petakabar. Dalam prosesnya dilakukan penggalian informasi berita khususnya topik ekonomi. Data yang dimunculkan di petakabar adalah data yang diperolehi dari situs berita daring terpercaya. Berita-berita tersebut diolah menggunakan metode Query Expansion (QE) dan metode Name Entity Recognition (NER) untuk menemukan inti dari kejadian berita yang meliputi 4W (What, Who, Where, When). Olahan berita yang didapat, diberi label tingkat kepentingan dengan kondisi tertentu dan diklasifikasi dengan metode K-Nearest Neighbors (KNN). Sehingga nantinya dapat divisualisasikan menjadi petakabar. Sistem ini nantinya dapat membantu pemerintah maupun pihak terkait pelaku kegiatan ekonomi dalam pengambilan kebijakan atau keputusan
=====================================================================================================================================
Economics is a social science that studies human behavior in managing limited resources and channeling them among various individuals or groups in a society, how to fulfill people's desires in order to achieve prosperity or conditions when humans can fulfill their needs, both in the form of goods and services. Economic development is actually determined by the ability of a country or region to optimally utilize its own resources in achieving prosperity but also overcoming the economic problems it faces. In Indonesia, the economy is one of the important factors for the welfare of the nation's life in accordance with the goals of the state. The existence of abundant natural resources is the reason why Indonesia has high economic potential and is the largest economy in Southeast Asia. To achieve overall prosperity, economic equality is needed. With this problem, a newspaper was created which provides information on economic conditions in certain areas with a level of importance. The topic of this Final Project refers to making news and processing news. The results of this Final Project are expected to produce a system that can describe the economic conditions of various regions in Indonesia through petakabar. In the process of extracting news information, especially economic topics. The data that appears on Petakabar is data obtained from trusted online news sites. The news is processed using the Query Expansion (QE) method and the Name Entity Recognition (NER) method to find the core of news events which include 4W (What, Who, Where, When). The processed news obtained is labeled with a level of importance with certain conditions and classified using the K-Nearest Neighbors (KNN) method. So that later it can be visualized as a disaster. This system will later be able to assist the government and related parties involved in economic activity in making policies or decisions

Item Type:	Thesis (Other)
Additional Information:	RSIf 006.7 Sap k-1 2022
Uncontrolled Keywords:	Ekonomi, Klasifikasi, Petakabar, KNN, Kepentingan; Economic, Classification, News Map, KNN, Severity
Subjects:	Q Science > QA Mathematics > QA76.9 Computer algorithms. Virtual Reality. Computer simulation. Q Science > QA Mathematics > QA76.9.I52 Information visualization
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	EKO BUDI RAHARJO
Date Deposited:	13 Apr 2023 05:47
Last Modified:	13 Apr 2023 05:47
URI:	http://repository.its.ac.id/id/eprint/97862

Actions (login required)

View Item