PEMBANGUNAN APLIKASI REKOMENDASI BERITA BERBASIS PREFERENSI PENGGUNA TWITTER

Arifidin, Suryatul (2016) PEMBANGUNAN APLIKASI REKOMENDASI BERITA BERBASIS PREFERENSI PENGGUNA TWITTER. S1 thesis, UAJY.

[img] Text (Halaman Judul)
0TF07164.pdf

Download (762Kb)
[img] Text (Bab I)
1TF07164.pdf

Download (235Kb)
[img] Text (Bab Ii)
2TF07164.pdf

Download (330Kb)
[img] Text (Bab III)
3TF07164.pdf

Download (606Kb)
[img] Text (Bab IV)
4TF07164.pdf
Restricted to Registered users only

Download (903Kb)
[img] Text (Bab V)
5TF07164.pdf
Restricted to Registered users only

Download (3290Kb)
[img] Text (Bab VI)
6TF07164.pdf

Download (306Kb)

Abstract

Berita sejak dahulu merupakan sumber informasi yang dinantikan oleh semua orang setiap hari. Di jaman modern ini banyak bermunculan berita digital yang menggunakan media website. Tetapi dengan adanya berbagai pilihan situs berita yang bermacam-macam dan berita dengan berbagai kategori yang begitu beraneka ragam, sehingga berdampak pada efesiensi waktu yang dibutuhkan untuk mencari berita sesuai dengan kebutuhan tiap pembaca berita. Untuk mempermudah seseorang mendapatkan berita yang diinginkan, tanpa harus memakan waktu lama dalam mencari berita, maka dibangunlah aplikasi rekomendasi berita yang memanfaatkan oauth API Twitter dari akun pembaca berita. Sehingga dari kebiasaan tweets pembaca akan dilakukan pencarian dan filter 3 kata yang memiliki bobot tertinggi dengan menggunakan metode TF-IDF (Term Frequency – Inversed Document Frequency) untuk mendapatkan kata kunci. Dan sebelum dilakukan pembobotan, tweets dilakukan proses Text Mining. Kata kunci tersebut lalu digunakan untuk melakukan query terhaadap database berita sebagai filter berita yang akan direkomendasikan pada pembaca berita. Dengan adanya aplikasi ini diharapkan pembaca berita ketika login pada aplikasi “Rekomendasi Berita Berbasis Preferensi Pengguna Twitter” menggunakan akun Twitter, maka pembaca berita langsung mendapatkan berita yang direkomdasikan berdasarkan tweets mereka, tanpa harus mencari satupersatu berita di semua situs berita dengan berbagai kategori berita. Sehingga waktu yang digunakan untuk membaca berita akan menjadi lebih efisien

Item Type: Thesis (S1)
Uncontrolled Keywords: Berita, API Twitter, TF-IDF, Text Mining
Subjects: Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Editor UAJY
Date Deposited: 20 Dec 2016 12:35
Last Modified: 20 Dec 2016 12:35
URI: http://e-journal.uajy.ac.id/id/eprint/10907

Actions (login required)

View Item View Item