Tugas Akhir Informatika

METODE MULTINOMIAL NAÏVE BAYES UNTUK KLASIFIKASI ARTIKEL ONLINE TENTANG GEMPA DI INDONESIA

---

Artikel online tentang gempa bumi dapat dikelompokan ke dalam kategori ekonomi, kesehatan, dan pariwisata. Pengelompokan artikel dalam jumlah besar dapat menguras waktu dan tenaga apabila dilakukan secara manual.Text classification dapat membantu proses klasifikasi artikel ini. Pada penelitian ini, dilakukan pengujian pada performa dari metode probabilistik multinomial Naïve Bayes dalam mengelompokan artikel online tentang gempa bumi di Indonesia. Pembobotan dilakukan dengan menggunakan teknik TF-IDF. Pengujian dilakukan dengan 2 jenis feature yaitu unigram dan bigram, serta penggabungan dari keduanya. Selain itu, pengujian juga dilakukan dengan menghilangkan stemming dan stopwords removal dari tahap preprocessing. F-measure tertinggi yang didapatkan adalah sebesar 95.20% yaitu pada skenario pengujian dengan menggabungkan feature unigram dan bigram serta melewati tahap stemming dan stopwords removal pada preprocessing

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

-

No. Panggil

693.852.Ali.k

Penerbit

Universitas Mataram : Fakultas Teknik Unram., 2020

Deskripsi Fisik

xiii;56 Hlm; 21x29 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

693.852

Tipe Isi

other

Tipe Media

computer

Tipe Pembawa

audio disc

Edisi

Edisi 1 Jilid 1

Subjek

METODE MULTINOMIAL NAÏVE BAYES UNTUK KLASIFIKASI A
Gempa, Artikel Online, Klasifikasi Teks
TF-IDF, Preprocessing
Multinomial Naïve Baye

Info Detail Spesifik

METODE MULTINOMIAL NAÏVE BAYES UNTUK KLASIFIKASI ARTIKEL ONLINE TENTANG GEMPA

Pernyataan Tanggungjawab

Alif Sabrani

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar