ABSTRAK

Media berita yang dulu umum digunakan adalah koran. Namun seiring perkembangan zaman media berita sekarang mulai memasuki era digital. Banyak media berita online tersebar di internet. Kecanggihan internet membuat pembaca semakin mudah dalam memilih berita mana yang ingin dibaca. Berbeda dengan koran media berita online memiliki kategori dimana pembaca dapat memilih. Pada umumnya pengkategorian sebuah berita dalam media online ditentukan oleh editor. Mengingat banyaknya berita yang dipublikasikan dalam sehari tentunya membuat pekerjaan editor menjadi berat. Sebuah kategori dalam berita biasanya tidak sesuai karena biasanya judul berita dibuat semenarik mungkin untuk menarik minat pembaca. Sehingga ada kalanya judul berita tidak sesuai dengan kategori yang sudah dimasukan oleh editor. Penggunaan metode K-Nearest Neighbor (K-NN) bisa digunakan dalam penentuan pengkategorian sebuah berita. Dengan menggunakan studi kasus media online Radar Banjarmasin dilakukan penelitian untuk mengetahui seberapa baik metode klasifikasi Canberra dan Euclidean dengan menggunakan data judul berita untuk pengkategorianya. Hasil yang di dapatkan penelitian ini adalah metode klasifikasi yang lebih baik adalah Euclidean dan dengan nilai akurasi sebesar 65.00%. Peningkatan yang sebaiknya dilakukan untuk penelitian selanjutnya adalah menggunakan metode lainya untuk pembandingan.

Kata Kunci : K-Nearest Neighbor, Klasifikasi, Berita Online, TF-IDF, Canberra, Euclidean