Klasifikasi Topik Tanya Jawab Islam Menggunakan Metode Naive Bayes dan TF-IDF

AURA SUKMA ANDINI

Informasi Umum

Kode

22.04.349

Klasifikasi

006.35 - Natural Language Processing, Computer Science

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Natural Language Processing

Dilihat

381 kali

Informasi Lainnya

Abstraksi

Informasi yang tersebar melalui internet banyak dimanfaatkan oleh orang-orang untuk mencari hal apa saja. Salah satunya yang banyak dicari di internet adalah informasi terkait pengetahuan agama Islam. Namun, banyaknya informasi yang tersedia dari berbagai macam sumber sehingga sulit bagi orang-orang untuk menemukan informasi yang tepat. Penelitian terkait topik ini sudah pernah dilakukan oleh peneliti sebelumnya, namun dataset yang digunakan hanya berasal dari satu sumber saja. Sehingga, pada penelitian ini dibangun sistem klasifikasi topik tanya jawab Islam menggunakan metode Naïve Bayes dan TF-IDF. Pada penelitian ini menggunakan 1000 data artikel tanya jawab yang diambil dari situs web konsultasi Islam yaitu rumahfiqih.com dan islamqa.info. Klasifikasi multi-class menggunakan lima kategori yang dilabelkan secara manual menggunakan kelas kategori pada website tersebut. Dengan beberapa skenario pengujian, pada penelitian ini metode klasifikasi Naïve Bayes dengan menggunakan TF-IDF (level n-gram) dengan max features sebanyak 1000 pada rasio data splitting 70:30 menghasilkan akurasi tertinggi sebesar 81%. Nilai akurasi sebesar 81% juga dihasilkan oleh metode klasifikasi SVM, namun perbedaannya pada SVM nilai akurasi tertinggi menggunakan TF-IDF (level kata). Diharapkan pada penelitian selanjutnya akan digunakan lebih banyak sumber situs web dan penggunaan metode klasifikasi dan feature extraction lain dengan nilai yang lebih optimal dari penelitian sebelumnya.