ABSTRAK
Dengan perkebangan Internet yang sangat cepat, masyarakat dapat mengakses dan membaca berita pada situs-situs portal berita. Situs portal berita tersebut terkadang menyediakan sistem rekomendasi berita bagi user, yang mampu memberikan berita yang terkait dengan yang sekarang sedang dibaca oleh user. Salah satu cara pemberian rekomendasi adalah dengan menggunakan hasil dari clustering dokumen yang baik.
Penelitian ini menerapkan clustering pada dokumen berbahasa Indonesia dan Inggris, menggunakan algoritma Hierarchical Agglomerative Clustering. Dalam agglomerative clustering, faktor-faktor yang penting adalah pembobotan dengan algoritma TF-IDF dan perhitungan jarak antar cluster.
Adapun tahap pre-proses yang dilakukan dalam penelitian ini meliputi proses stemming dan stopwords removal. Algoritma stemming yang digunakan untuk Bahasa Indonesia dan Bahasa Inggris adalah algoritma Porter Stemmer. Tahap-tahap pre-proses tersebut sangat berpengaruh pada proses dan hasil yang dihasilkan dalam clustering dokumen.

Kata kunci: news recommender system, TF-IDF, document clustering, hierarchical agglomerative clustering, Porter Stemmer, stopwords removal