Klusterisasi Judul Berita Pada Website Detik Menggunakan Algoritma Kmens

Di era digital saat ini, perluasan data yang cepat dan meluas menimbulkan kesulitan dalam mengontrol dan mengambil informasi terkait. Situs web seperti detik.com memainkan peran penting dalam menawarkan beragam informasi terkini kepada masyarakat. Memiliki kemampuan untuk mengkategorikan ratusan judul berita harian ke dalam kelompok yang jelas dan mudah diakses sangatlah penting. Pengelompokan berita berdasarkan topik atau tema serupa dapat dilakukan melalui pengelompokan judul berita. Dalam situasi ini, sistem harus mampu mengkategorikan berita berdasarkan kesamaannya. Oleh karena itu, penelitian ini berencana untuk memberikan penyelesaian terhadap masalah ini dengan menggunakan Kmeans untuk mengelompokkan judul berita di situs Detik.com untuk mengidentifikasi pola kesamaan dalam judul berita. Hasil klaster dalam algoritma K-Means sangat dipengaruhi oleh pemilihan acak dari pusat massa awal. Hal ini dapat mengakibatkan hasil klaster yang tidak tepat. Oleh karena itu, perlu dilakukan proses uji coba yang berulang-ulang untuk mencapai hasil klaster terbaik.