20.04.4493
000 - General Works
Karya Ilmiah - Skripsi (S1) - Reference
Text Mining
39 kali
Indonesia adalah negara dengan populasi terbesar ke empat dan menjadi negara terbesar untuk populasi muslim dunia. Sebagaimana seharusnya, Al-Qur’an menjadi pedoman untuk hidup para muslimin. AlQur’an sudah ditulis 1400 tahun yang lalu dan hingga sekarang umat islam mempelajari isi dari Al-Qur’an, bahkan dimulai dari kecil. Al-Qur’an memiliki 114 Surat, 6000 lebih ayat, dan 128219 kata. Dikarenakan Al-Qur’an menggunakan bahasa Arab, yang dimana bahasa Arab terbilang rumit secara morfologi. Dikarenakan Al-Qur’an memiliki banyak kata, alangkah lebih baik jika proses pembelajaran Al-Qur’an dibantu dengan memanfaatkan Natural language Procesing(NLP). Pada penelitian kali ini akan dilakukan klasifikasi Part-Of-Speech Tagging pada Al-Qur’an menggunakan Term Frequency Inverse Document Frequency (TF-IDF). Hasil dari klasifikasi memiliki nilai akurasi Naive Bayes sebesar 24.7725% untuk corpus berbahasa Arab , 54.9836% untuk tulisan Arab yang sudah di normalisasi, dan 64.4283% untuk corpus notasi Buckwalter, untuk Random Forest sebesar 38.077% untuk corpus berbahasa Arab, 69.6771% untuk tulisan Arab yang sudah di normalisasi, dan 81.685% untuk notasi Buckwalter.
Seluruh 1 koleksi sedang dipinjam
Nama | MUHAMMAD AMAL DZAKY |
Jenis | Perorangan |
Penyunting | Moch. Arif Bijaksana, Arif Fatchul Huda |
Penerjemah |
Nama | Universitas Telkom |
Kota | |
Tahun | 2020 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |