Welfaleno, Rio (2020) Implementasi Metode Ekstraksi Fitur Bigram untuk Klasifikasi Berita Berbasis Naïve Bayes. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
![[img]](https://kc.umn.ac.id/style/images/fileicons/text.png)
Abstract
Tingginya volume dokumen teks dipicu oleh aktivitas dari berbagai sumber berita dan aktivitas akademis dari kegiatan riset. Kecenderungan seseorang untuk mengakses informasi khususnya berita melalui dunia maya menjadi semakin tinggi. Salah satu cara untuk mengatasi permasalahan tersebut adalah dengan menggunakan algoritma Naïve Bayes. Kemudian juga digunakan metode ekstraksi bigram pada berita-berita di penelitian ini. Metode Naïve Bayes kemampuannya mengklasifikasi dokumen dengan kesederhanaan dan kecepatan komputasinya dalam mengolah data dalam jumlah besar, selain itu metode Naïve Bayes juga dapat megolah data tersebut dengan tingkat akurasi yang tinggi. Penelitian ini mengimplementasikan metode Naïve Bayes dengan bahasa pemrograman Python, dan melakukan klasifikasi berita berdasarkan input user. Berdasarkan hasil uji coba dengan perbandingan train set dan test set sebesar 70:30, 50:50, dan 30:70 menghasilkan akurasi sebesar 0,87; 0,89; dan 0,86 dimana jumlah dari data training yang digunakan tidak begitu berpengaruh terhadap nilai akurasi dari testing yang dilakukan.
| Item Type: | Thesis (Bachelor Thesis) |
|---|---|
| Keywords: | Bigram, Klasifikasi Berita, Naïve Bayes Classifier, Python |
| Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.3 Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining |
| Divisions: | Faculty of Engineering & Informatics > Informatics |
| SWORD Depositor: | Administrator UMN Library |
| Depositing User: | Administrator UMN Library |
| Date Deposited: | 05 Dec 2020 10:37 |
| Last Modified: | 25 Aug 2023 00:41 |
| URI: | https://kc.umn.ac.id/id/eprint/13193 |
Actions (login required)
 |
View Item |
