Main Article Content
Abstract
Berita elektronik merupakan media informasi yang paling populer dan interaktif saat ini. Begitu interaktifnya,
hingga perkembangannya cukup pesat. Terbukti bertambah banyaknya situs perusahaan maupun situs personal,
yang berarti semakin meningkatkan jumlah informasi dan data. Peningkatan yang pesat ini juga dipacu oleh
penggunaan internet yang semakin berkembang dibandingkan era sebelumnya. Sebagai akibatnya, jumlah
informasi meningkat secara eksponensial. Banyaknya data yang ada, semestinya dapat memberikan manfaat
yang banyak pula. Clustering merupakan salah satu metode untuk pengelompokan dokumen dengan menemukan
keterkaitan antardokumen. Saat ini, kebanyakan metode klusterisasi hanya mengandalkan perhitungan
kesamaan berdasarkan kata dan tidak memperhatikan aspek lain, misalnya kesamaan frasa, misalnya Vector
Space Model. Pada makalah ini berusaha mengklusterkan dokumen dengan metode Document Index Graph
yang menggunakan kombinasi dua kesamaan dokumen yaitu; kesamaan berbasis kata dan kesamaan berbasis
frasa. Metode ini diuji coba dengan menggunakan sampel berita berbahasa Indonesia dari media massa
berbasis web. Pemilihan fragmentation factor dan similarity threshold yang tepat akan meningkatkan kualitas
kluster. Hasil klusterisasi dievaluasi berdasarkan nilai precision dan recall.
Kata Kunci: clustering, Document Index Graph, fragmentation factor, similarity threshold.