Klasifikasi Berita Menggunakan Metode K-Nearest Neighbor

Abstrak - Meningkatnya minat masyarakat dalam mengakses berita, khususnya berita online, menuntut redaktur dan situs portal untuk memberikan liputan yang berkualitas. Selain itu, klasifikas ada masih tergolong umum dapat menjadi kendala dialami pembaca. jika pembaca ingin melihat kategori lebih spesifik, mereka harus menyaring tersebut secara manual. Hal ini juga terjadi di bidang sosial Badan Pusat Statistik Provinsi Riau kesulitan mencari tentang Riau. Oleh karena proses klasifikasi menggunakan metode k-nearest neighbor hal krusial dilakukan. Jumlah digunakan penelitian berjumlah 510 data dengan tiga yaitu demokrasi, kemiskinan, ketenagakerjaan. Proses meliputi: pengumpulan data, pelabelan manual, preprocessing teks, pembobotan kata, memakai neighbor. cosinus similarity meningkatkan nilai akurasi. Nilai akurasi tertinggi diperoleh pada adalah 87% k = 3 distribusi uji 20% latih dari 80%. Dari diambil kesimpulan bahwa K-Nearest Neighbor bekerja baik berita.Kata kunci: Statistik, Berita, Cosine Similarity, Klasifikasi, Abstract The increasing of public interest in accessing news, especially online requires editors and news sites to provide quality coverage news. In addition, the grouping that still classified as a general can be an obstacle experienced by readers. if reader wants see more specific category they must filter manually. This is also happened social sector Riau, which has trouble when finding about Province. Therefore, classification process using method crucial thing do. number stories used this study amounted with three categories, democracy, poverty, employment. includes: collection, manual labeling, text preprocessing, word weighting, method. Besides that, cosine increase accuracy value. highest values obtained were distribution test training From research, it concluded works well process.Keywords: Classification, Neighbor, News