Rancang bangun sistem peringkas berita otomatis berbasis text mining dengan menggunakan naive bayes classifier

Suryatama, Nicholas Adi (2016) Rancang bangun sistem peringkas berita otomatis berbasis text mining dengan menggunakan naive bayes classifier. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (919kB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (556kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (773kB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (739kB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (821kB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (659kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (740kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (548kB)

Abstract

Naive Bayes Classifier merupakan salah satu teknik klasifikasi data yang paling sering digunakan. Text summarization adalah proses untuk mendapatkan informasi paling penting dari satu atau lebih sumber informasi dan menghasilkan versi yang lebih singkat dari informasi tersebut. Terdapat dua jenis ringkasan yaitu ekstraktif dan abstraktif. Ringkasan yang akan diperoleh dari sistem merupakan ringkasan ekstraktif. Ringkasan ekstraktif merupakan ringkasan yang didapatkan dari kalimat-kalimat yang dianggap penting dari suatu sumber informasi. Dalam penelitian ini, Naive Bayes Classifier digunakan untuk melakukan text summarization pada berita. Berita yang digunakan adalah berita dengan kategori ekonomi, nasional, dan olahraga. Berita yang digunakan bersumber dari www.kompas.com. Dari berita yang ada, akan dicari tahu ringkasan manualnya melalui seorang ahli Bahasa Indonesia. Ringkasan tersebut akan dibandingkan dengan ringkasan yang dihasilkan oleh sistem. Parameter yang digunakan adalah posisi kalimat, panjang kalimat, nama entitas, data numerik, dan kemiripan kalimat dengan judul. Setelah melakukan beberapa pengujian, diketahui bahwa dengan menggunakan Naive Bayes Classifier ringkasan terbaik didapatkan pada berita dengan kategori olahraga dengan rata-rata nilai f-measure sebesar 0,77.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	18 Jul 2017 09:32
Last Modified:	09 May 2023 06:03
URI:	https://kc.umn.ac.id/id/eprint/1184

Actions (login required)

View Item