Tujuan penelitian ini adalah mengimplementasikan cosine similarity untuk meningkatkan akurasi pengukuran kesamaan dokumen pada klasifikasi dokumen dengan metode K-Nearest Neighbor.
Data ini diperoleh dari 1) Studi Pustaka, 2) Webdite Kompas.com. Data itu dianalisis dengan menggunakan kombinasi Cosine Similarity dan K-Nearest Neighbor.
Hasil penelitian ini menunjukkan bahwa implementasi Cosine Similarity dapat meningkatkan akurasi pengukuran kesamaan dokumen pada klasifikasi dokumen berita dengan metode K-Nearest Neighbor dibandingkan dengan Euclidean Distance. Rata-rata akurasi metode K-Nearest Neighbor dengan Cosine Similarity adalah 98,6%, sedangkan akurasi metode K-Nearest Neighbor dengan Euclidean Disance adalah 57,16%.