UMN Knowledge Center

Implementasi algoritma tf-idf dan vector space model untuk klasifikasi e-book berbasis library of congress

Anggiharto, Andre (2013) Implementasi algoritma tf-idf dan vector space model untuk klasifikasi e-book berbasis library of congress. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (778kB) | Preview
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB)
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (847kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (771kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview

Abstract

Salah satu perkembangan teknologi informasi yang dapat terlihat perkembangannya adalah digital collection. Namun, perkembangan penggunaan digital collection menimbulkan suatu permasalahan yang menyangkut pengklasifikasian beragam jenis dari e-book yang terdapat didalamnya. Permasalahan itu dapat di antisipasi dengan membangun suatu fitur dalam digital collection yang dapat mengklasifikasikan e-book yang di upload kedalam digital collection secara otomatis dan menyusunnya dalam sebuah struktur kategori berdasarkan jenis dari isi e-book. Dalam penelitian ini, algoritma yang digunakan adalah TF-IDF dan Vector Space Model dimana berfungsi untuk menghitung bobot setiap kata dalam suatu dokumen untuk kemudian dibandingkan dengan kata kunci yang bersumber pada library of congress. Dalam penelitian ini, hasil klasifikasi e-book tersebut memiliki parameter pengolahan kata dan waktu proses yang cukup baik serta hasil klasifikasi e-book yang baik.

Item Type: Thesis (Bachelor Thesis)
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Z Bibliography. Library Science. Information Resources > Z004 Books. Writing. Paleography
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
Depositing User: mr admin umn
Date Deposited: 24 Jul 2017 01:48
Last Modified: 05 Oct 2017 02:19
URI: http://kc.umn.ac.id/id/eprint/1235

Actions (login required)

View Item View Item