Relevansi Berita terhadap Kasus Korupsi Dana Iklan Bank BJB Menggunakan TF-IDF dan Cosine Similarity

Authors

  • Rizki Ambarwati Universitas Multi Data Palembang
  • Cindy Meilani Universitas Multi Data Palembang
  • Hafiz Irsyad Universitas Multi Data Palembang

DOI:

https://doi.org/10.47111/jointecoms.v5i2.21053

Keywords:

Bank BJB, Cosine Similarity, Korupsi, TF-IDF

Abstract

Kasus korupsi dana iklan Bank BJB menjadi perhatian publik karena menyangkut penyalahgunaan dana yang melibatkan institusi keuangan milik pemerintah daerah. Banyaknya pemberitaan dari berbagai media membuat informasi yang tersebar sulit untuk disaring berdasarkan relevansinya terhadap inti kasus. Penelitian ini bertujuan untuk menganalisis dan mengukur relevansi berita-berita yang beredar terhadap kasus korupsi dana iklan Bank BJB dengan memanfaatkan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity. Data yang digunakan berupa kumpulan artikel berita daring dari berbagai sumber media yang membahas topik terkait. Tahapan penelitian dimulai dengan preprocessing teks, seperti pembersihan data, tokenisasi, stopword removal, dan stemming. Dokumen yang memiliki tingkat kemiripan tinggi dianggap relevan terhadap berita acuan utama kasus korupsi ini. Hasil pengujian TF-IDF dan Cosine Similarity menunjukan tingkat accuracy sebesar 71%, precision sebesar 100%, recall 71 % dan hasil F1 score 83 % sehingga dengan metode tersebut dapat mengelompokkan berita secara efektif berdasarkan tingkat relevansinya.

References

A. Gani, “Pengaruh Media Sosial Terhadap Perkembangan Anak Remaja,” Jurnal Mitra Manajemen, vol. 7, no. 2, pp. 32-44, 2015. https://doi.org/10.35968/jmm.v7i2.533

R. Haqqu, “Era Baru Televisi dalam Pandangan Konvergensi Media” Jurnal Fotografi Televisi Animasi, vol. 16, no. 1, pp. 15-20, 2020. https://doi.org/10.24821/rekam.v16i1.3721

M. A. Iskandar, “Survei: satu persen responden langsung teruskan hoax,” ANTARA News, 2017, [Online]. Tersedia: https://www.antaranews.com/berita/612245/@JambiAntara [Diakses 4 Juni 2025].

B. Herwijayanti, D. E. Ratnawati and L. Muflikhah, “Klasifikasi Berita Online dengan menggunakan pembobotan TF-IDF dan Cosine Similarity” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 1, pp. 306-312, 2018.

R. T. Wahyuni, D. Parstiyanto and E. Supraptono, “Penerapan Algoritma Cosine Similarity dan Pembobotan TF-IDF pada Sistem Klasifikasi Dokumen Skripsi” Jurnal Teknik elektro, vol. 9, no. 1, pp. 18-23, 2017. https://doi.org/10.15294/jte.v9i1.10955

A. Widianto, E. Pebriyanto, Fitriyani and Marna, “Document Similarity Using Term Frequency-Inverse Document Frequency Representation and Cosine Similarity,” Journal of Dinda : Data Science, Information Technology, dan Data Analytics, vol. 4, no. 2, pp. 149–153, 2024. https://doi.org/10.20895/dinda.v4i2.1589

A. Riyani, M. Z. Naf’an and A. Burhanuddin, “Penerapan Cosine Similarity dan Pembobotan TF-IDF untuk Mendeteksi Kemiripan Dokumen,” Jurnal Linguistik Komputasional, vol. 2, no. 1, 2019.

Nico, U. Budiyanto and T. Fatimah, “Implementasi Algoritma Pembobotan TF-IDF dan Cosine Similarity untuk Penetapan Kategori Artikel pada Website Universitas Budi Luhur,” Jurnal TICOM: Technology of Information and Communication, vol. 10, no. 3,

pp. 218–223, 2012. https://doi.org/10.70309/ticom.v10i3.38

A. Syatar, “Relevansi Antara Pemidanaan Indonesia dan Sanksi Pidana Islam,” Jurnal Syariah dan Hukum DIKTUM, vol. 16, no. 1, pp. 1–134, 2018. https://doi.org/10.35905/diktum.v16i1.525

N. T. Hariyanti, T. Rahmawati and A. Wirapraja, “Perancangan Aplikasi Mobile Menggunakan Machine Learning Untuk Menentukan Klasifikasi Kategori Berita,”

Teknika, vol. 13, no. 3, pp. 487–492, 2024. https://doi.org/10.34148/teknika.v13i3.1093

D. H. Wahid and A. SN, “Peringkasan Sentimen Ekstraktif di Twitter Menggunakan Hybrid TF-IDF dan Cosine Similarity,” Indonesian Journal of Computing and Cybernetics Systems, vol. 10, no. 2, pp. 207–218, 2016. https://doi.org/10.22146/ijccs.16625

H. Sujadi, “Analisis Sentimen Pengguna Media Sosial Twitter Terhadap Wabah Covid-19 Dengan Metode Naive Bayes Classifier dan Support Vector Machine,” Indonesian Journal of Computing and Cybernetics Systems, vol. 8, no. 1, pp. 22–27, 2022. https://doi.org/10.31949/infotech.v8i1.1883

N. Hikmah, D. Ariyanti and F. A. Pratama, “Implementasi Chatbot Sebagai Virtual Assistant di Universitas Panca Marga Probolinggo menggunakan Metode TF-IDF,” Jurnal Teknologi Informasi dan Multimedia, vol. 4, no. 2, pp. 133–148, 2022. https://doi.org/10.35746/jtim.v4i2.225

R. F. Kurniawan, M. F. Arif “Implementasi Text Mining Menggunakan Metode Cosine Similarity untuk Klasifikasi Konten Berita di Postingan Grup Facebook Info Lantas dan Kriminal Pasuruan,” Jurnal Ahli Muda Indonesia, vol. 3, no. 1, pp. 9–17 2022. https://doi.org/10.46510/jami.v3i1.41

Downloads

Published

2025-06-30

How to Cite

Rizki Ambarwati, Cindy Meilani, & Hafiz Irsyad. (2025). Relevansi Berita terhadap Kasus Korupsi Dana Iklan Bank BJB Menggunakan TF-IDF dan Cosine Similarity. JOINTECOMS (Journal of Information Technology and Computer Science), 5(2), 146–156. https://doi.org/10.47111/jointecoms.v5i2.21053

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.