Deteksi Kesalahan Tik Menggunakan Algoritma Multinomial Naive Bayes (Studi Kasus Tribunnews)

Sanjaya, Afri (2023) Deteksi Kesalahan Tik Menggunakan Algoritma Multinomial Naive Bayes (Studi Kasus Tribunnews). 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)
	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (316kB)
	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (319kB)
	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (470kB)
	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (395kB)
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (964kB)
	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (312kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (278kB)

Abstract

Terdapatnya artikel pada berita daring yang ejaannya tidak sesuai dengan Pendoman Umum Ejaan Bahasa Indonesia(PUEBI) dapat mengakibatkan pembaca yang membaca artikel tersebut tidak dapat memahami isi dari artikel tersebut.Kesalahan pemakaian tulisan tersebut pada umumnya disebabkan kurangnya ketelitian penulis atau kurangnya pengetahuan tentang PUEBI. Tribunnews.com merupakan satu dari sekian banyak media populer yang menempati peringkat ke-4 sebagai media berita daring, yang sering dikunjungi oleh masyarakat Indonesia dengan presentase 33,5% sehingga artikel pada Tribunnews.com dipilih untuk dijadikan sample deteksi kesalahan tik. Dalam deteksi kesalahan tik digunakan algoritma Multinomial Naive Bayes karena memiliki kemampuan pemrosesan data yang cepat untuk data berbentuk besar dan juga memiliki f-measures sebesar sebesar 95% . Hasil dari penelitian ini didapatkan bahwa algoritma Multinomial Naive Bayes memiliki tingkat akurasi sebesar 99% dan juga f1-score sebesar 99% untuk klasifikasi data kesalahan berita.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Bahasa Indoensia, Kesalahan Tik, Klasifikasi, Pembelajaran mesin, Multinomial Naive Bayes
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++ 400 Language > 490 Other language > 495 Languages of East and Southeast Asia (Incl. Bahasa Indonesia)
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	01 Mar 2024 04:35
Last Modified:	01 Mar 2024 04:42
URI:	https://kc.umn.ac.id/id/eprint/28058

Actions (login required)

View Item