Implementasi Algoritma Complement dan Multinomial Naïve Bayes Classifier pada Klasifikasi Kategori Berita Media Online (Studi Kasus: PT Merah Putih Media)

Naufal Randhika, Muhammad (2021) Implementasi Algoritma Complement dan Multinomial Naïve Bayes Classifier pada Klasifikasi Kategori Berita Media Online (Studi Kasus: PT Merah Putih Media). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (581kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (191kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (247kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (313kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (860kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (139kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

Abstract

Perkembangan teknologi dan penyebaran informasi di internet terus mengalami peningkatan. Salah satu bentuk informasi yang jumlahnya terus bertambah adalah berita. Media cetak dan elektronik yang kini telah dikemas dalam bentuk digital atau sering dikenal dengan portal berita online atau media online. PT Merah Putih Media merupakan media berita online. Berita yang disampaikan terdiri dari tiga kategori mulai dari berita tentang Indonesia, Hiburan dan Gaya Hidup, serta Olahraga. Namun, pembagian artikel berita ke dalam kategori dilakukan secara manual oleh kepala redaksi jurnalis. Text Mining adalah salah satu teknik yang dapat digunakan untuk melakukan klasifikasi sebuah dokumen. Pada penelitian ini dilakukan klasifikasi kategori otomatis dengan algoritma Multinomial Naïve Bayes, Complement Naïve Bayes, dan gabungan kedua model. Model yang memiliki performa terbaik dinilai dari metrik F1-Score dengan jumlah pembagian data latih dan data uji sebanyak 80:20, diperoleh keberhasilan performa sebesar 90,13% F1-Score dari model gabungan.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	PT Merah Putih Media, Text Mining, Multinomial Naïve Bayes Classifier, Complement Naïve Bayes Classifier, F1-Score
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.7 Multimedia Systems, Blogs, Social Media, Web Application Frameworks
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Aug 2021 19:37
Last Modified:	18 Aug 2023 02:36
URI:	https://kc.umn.ac.id/id/eprint/15767

Actions (login required)

View Item