The rapid development of online news on the Internet has increased the number of news document. Information about the main topics become a necessity for people to determine the trending that is discussed at a certain time. Therefore, a way to find the main topic of news from very large documents quickly and efficiently is developed. Topic detection is the process to find a topic from documents collection. Detecting topics on a very large document is hardly done manually so that automatic methods are needed. One method to detect topic automatically is the theory based on model matrix factorization, Nonnegative Matrix Factorization (NMF). NMF can be solved directly by using the assumption that every topic has at least one word that does not appear in other topic called the anchor word. In this research, NMF based on direct method will be applied for detecting the main topics of Indonesia online news.

---

Perkembangan berita online di internet meningkatkan jumlah berita yang tersedia. Informasi mengenai topik utama menjadi suatu kebutuhan bagi masyarakat untuk mengetahui hal yang dominan dibicarakan pada waktu tertentu. Oleh karena itu dibutuhkan suatu cara cepat dan efisien untuk menemukan topik utama dari dokumen berita yang sangat besar. Pendeteksian topik merupakan suatu proses untuk menemukan topik dari suatu koleksi dokumen. Pendeteksian topik pada dokumen yang sangat besar sulit dilakukan secara manual sehingga dibutuhkan metode otomatis. Salah satu metode otomatis untuk pendeteksian topik adalah model yang berbasis teori faktorisasi matriks yaitu Nonnegative Matrix Factorization (NMF). NMF pada pendeteksian topik dapat diselesaikan secara langsung dengan menggunakan asumsi bahwa setiap topik memiliki satu kata yang tidak terdapat pada topik lainnya yang disebut sebagai kata anchor. Dalam penelitian ini akan diterapkan NMF berbasis metode langsung untuk mendeteksi topik utama dari berita online Indonesia