Informasi Umum

Kode

21.04.764

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning

Informasi Lainnya

Abstraksi

Kemajuan teknologi yang berkembang dengan sangat cepat terutama di bidang komputasi, yang pada mulanya perkerjaan yang komputer lakukan kini dikerjakan oleh manusia guna untuk membantu meringankan perkerjaan mansuia itu sendiri, seperti pada studi kasus penelitian ini yaitu sebuah sistem yang dapat mengklasifikasikan teks berupa abstrak pada jurnal kedalam kelompok subjeknya. Subjek pada jurnal adalah fokus tema yang ditulis oleh peneliti dalam meneliti sesuai dan terdapat beberapa subjek seperti agama, agrikultur, industri, sosial, kesehatan, dll. Dengan mengetahui subjek pada jurnal tersebut pembaca akan menegtahui tentang isi jurnal tersebut. Metode yang digunakan pada penelitian ini adalah dengan melakukan metode pembobotan TF-IDF (Term Frequency Inverse Document Frequency) dan Multinomial Naïve Bayes. Pada metode TF-IDF digunakan untuk melakukan pembobotan dari setiap kata yang terkandung didalam dokumen dengan memadukan POS Tag pada proses tokenisasi sebelum dilakukannya klasifikasi oleh system dapat mempengaruhi hasil akurasi yang mana jika dilakukan tanpa POS Tag dan ada POS Tag yang hasilnya akan digunakan kedalam metode Multinomial Naïve Bayes guna untuk mendapatkan hasil klasifikasi abstrak kedalam bentuk subjek. Berdasarkan eksperimen yang dilakukan pada dataset sebanyak 640 data latih dan 160 data uji. Penggunaan Naïve Bayes dan fitur POS Tagger dan unigram menghasilkan akurasi sebesar 81.37%, nilai ini meningkat sebesar 6.15% dibandingkan penggunaan Naïve Bayes tanpa POS Tagger.

Koleksi & Sirkulasi

Seluruh 1 koleksi sedang dipinjam

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook