Klasifikasi Multi-label Pada Topik Berita Berbahasa Indonesia Menggunakan Pseudo Nearest Neighbor Rule
REZA AGUNG PAMBUDI
Informasi Umum
Kode
18.04.2665
Klasifikasi
C -
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine - Learning
Informasi Lainnya
Abstraksi
Berita merupakan salah satu jenis data teks yang perlu dikategorikan untuk memudahkan pengambilan informasi oleh pembaca. Salah satu masalah yang muncul saat pengkategorian berita adalah ketika berita tersebut membahas lebih dari satu topik, kondisi ini disebut multi-labmel. Untuk mengatasi masalah ini dibuatlah sebuah sistem dengan menggunakan algoritma Pseudo Nearest Neighbor Rule (PNNR) yang merupakan varian dari algoritma k-Nearest Neighbour Rule (k-NNR). Dari sistem yang dibuat didapatkan nilai hamming-loss terkecil 0,1495 dengan menggunakan proximity cosine. Dari percobaan tersebut dapat disimpulkan bahwa performa algoritma PNNR dipengaruhi oleh jenis proximity yang digunakan dan jumlah tetangga terdekat.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | REZA AGUNG PAMBUDI |
| Jenis | Perorangan |
| Penyunting | ADIWIJAYA, MOHAMAD SYAHRUL MUBAROK |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2018 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
