Tujuan penelitian ini adalah mengimplementasikan teknik clustering K-Means untuk mengurangi waktu komputasi pada pengelompokan dokumen berita Bahasa Indonesia dengan metode K-Nearest Neighbor.
Data ini diperoleh dari 1) Studi Pustaka, 2) Website kompas.com. Data ini dianalisis dengan menggunakan kombinasi K-Means dan K-Nearest Neighbor.
Hasil penelitian ini menunjukkan bahwa implementasi K-Means dapat mengurangi waktu komputasi pada pengelompokan berita dengan metode K-Nearest Neighbor dibandingkan dengan metode K-Nearest murni. Rata-rata waktu komputasi metode K-Nearest Neighbor dengan K-Means adalah 0,5011 detik, Sedangkan waktu komputasi metode K-Nearest Neighbor tanpa dilakukan clustering adalah 2,4841 detik.