Klusterisasi Judul Berita Pada Website Detik Menggunakan Algoritma Kmeans

Di era digital saat ini, pertumbuhan informasi yang cepat dan luas memunculkan tantangan dalam mengelola dan mengakses informasi yang relevan. Situs berita online seperti Detik.com menyediakan platform yang penting bagi masyarakat untuk mendapatkan informasi terkini dan beragam. Dengan ratusan judul berita yang dipublikasikan setiap harinya, penting untuk dapat mengelompokkan berita-berita tersebut ke dalam kategori yang jelas dan mudah diakses. Klusterisasi judul berita adalah pendekatan yang dapat digunakan untuk mengelompokkan berita-berita tersebut berdasarkan kesamaan topik atau tema. Dalam konteks ini, sistem diharapkan mampu mengelompokkan berita sesuai dengan kesamaan yang dimiliki. Sehingga dari permasalahan tersebut penelitian ini akan menawarkan solusi yaitu melakukan Klusterisasi Judul Berita Pada Website Detik Menggunakan Kmeans untuk mengetahui pola kesamaan yang terdapat dijudul berita. Penentuan titik pusat awal (centroid) dalam Algoritma K-Means sangat mempengaruhi hasil klaster, karena centroid awal ditentukan secara acak. Hal ini dapat mengakibatkan hasil klaster yang kurang akurat. Oleh karena itu, diperlukan proses uji coba berulang untuk memperoleh hasil klaster yang optimal.