Nama : Maxalmina Satria Kahfi Program Studi : Magister Ilmu Komputer Judul : Integrasi Tags dan Entitas Berita Pada Sistem Rekomendasi Berita dalam Bahasa Indonesia Menggunakan Neural News Recommendation with Attentive Multi-View Learning Pembimbing : 1. Evi Yulianti M.Comp.Sc, M.Kom., Ph.D. 2. Alfan Farizki Wicaksono, S.T., M.Sc., Ph.D. Sistem rekomendasi berita berpotensi untuk membantu pengguna menemukan artikel yang sesuai dengan minat mereka, yang sangat penting untuk mengurangi kelebihan informasi pada pengguna. Untuk menghasilkan rekomendasi berita yang efektif, salah satu kemampuan utama adalah menangkap makna kontekstual dari teks dalam artikel berita secara akurat, karena ini penting untuk memperoleh representasi yang berguna untuk konten berita dan pengguna. Dalam penelitian ini, kami meneliti efektivitas rekomendasi berita neural dengan metode Neural News Recommendation with Attentive Multi-View Learning (NAML) untuk melakukan tugas rekomendasi berita dalam bahasa Indonesia. Kami juga mengusulkan untuk memasukkan tags berita dan entitas pada berita untuk meningkatkan efektivitas metode NAML dalam sistem rekomendasi berita Indonesia. Hasil kami menunjukkan bahwa metode NAML menghasilkan peningkatan yang signifikan dalam efektivitas rekomendasi berita dalam bahasa Indonesia. Penambahan tags berita dan entitas berita terbukti meningkatkan kinerja metode NAML masing-masing sebesar 3.65% dan 2.35% dalam metrik NDCG@5.