Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Rein Hotlayn Johanes Silitonga Pengarang Margaretha Yohanna, S.Kom., M.Kom Dosen Pembimbing 1 Harlen Gilbert Manullang, S.Kom., M.Kom. Dosen Pembimbing 2

ABSTRAK Perkembangan teknologi informasi mendorong perubahan dalam cara masyarakat mengakses berita, di mana media online seperti Kompas menjadi salah satu sumber utama informasi. Namun, narasi yang panjang dan berlebihan dalam penyajian berita seringkali menyulitkan pembaca untuk menangkap inti informasi secara cepat. Untuk mengatasi permasalahan ini, penelitian ini menerapkan metode Term Frequency-Inverse Document Frequency (TF-IDF) dalam merangkum berita online Kompas secara otomatis. Proses text mining yang dilakukan meliputi tokenizing (menghilangkan tanda baca), filtering (menghapus kata-kata tidak penting), dan stemming (mengubah kata ke bentuk dasar), yang kemudian dilanjutkan dengan pemberian bobot kalimat berdasarkan metode TFIDF untuk menghasilkan ringkasan yang merepresentasikan isi utama berita. Sistem dirancang menggunakan bahasa pemrograman Python sebagai backend dan HTML sebagai frontend, sehingga memudahkan pengguna dalam mengakses dan menggunakan aplikasi peringkasan berita. Hasil pengujian menunjukkan bahwa metode TF-IDF mampu menghasilkan ringkasan dengan rata-rata panjang 53,32% dari teks asli dan waktu pemrosesan rata-rata 0,017 detik. Temuan ini membuktikan bahwa TF-IDF efektif dalam menyederhanakan informasi tanpa mengurangi esensi utama berita. Dengan demikian, metode ini dapat dijadikan solusi yang andal untuk membantu pembaca memperoleh informasi secara ringkas, cepat, dan efisien dalam era digital yang serba cepat saat ini. . Kata Kunci : Ringkasan, Berita, Online, Kompas, TF-IDF