Implementasi algoritma nazief – adriani pada aplikasi relevansi kata dalam dokumen digital

Kusumadi, Paulus Maria Bodhi Dirma (2014) Implementasi algoritma nazief – adriani pada aplikasi relevansi kata dalam dokumen digital. 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 (1MB)
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (842kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | 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 (954kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (816kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (832kB)

Abstract

Skripsi ini memaparkan pengembangan dari penggunaan Algoritma Nazief Adriani sebagai algoritma stemming yang berguna untuk mengubah bentuk kata berimbuhan menjadi kata dasar yang digabungkan dengan aturan Cosine Similaritydan digunakan untuk menghitung persentase kemiripan dari dokumen digital yang akan dibandingkan berdasarkan susunan kata didalamnya. Dalam aplikasi ini algoritma ini digunakan untuk meningkatkan hasil relevansi isi dari kedua dokumen digital yang akan dihitung persentasi kemiripan isinya berdasarkan kata dasarnya. Algoritma ini berdasarkan pada aturan morfologi Bahasa Indonesia yang merupakan bagian dari Information Retrieval. Dokumen yang akan dihitung relevansinya dapat berupa dokumen yang berbeda tipe / ekstensi seperti dokumen berekstensi txt, docx dan rtf. Konten yang akan dinilai relevansi nya dari dokumen digital tersebut ialah konten teks dan hasil relevansi nya ialah berupa persentase dan statistik kata dasar yang telah di stemm.Setelah dilakukan ujicoba, relevansi antar dua dokumen digital dapat dihitung relevansinya dalam satuan presentase, serta algoritma stemming yang digunakan berhasil melakukan stemming dengan index Understemming sebesar 13.5 x dan Overstemming sebesar 2.473 x .

Item Type:	Thesis (Bachelor Thesis)
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++ 600 Technology (Applied Sciences) > 600 Technology > 600 Technology
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	08 Aug 2017 08:12
Last Modified:	05 Apr 2023 05:01
URI:	https://kc.umn.ac.id/id/eprint/1737

Actions (login required)

View Item