Detail Cantuman
Advanced SearchSkripsi
Klasifikasi Dokumen Berita Online Berbahasa Indonesia Secara Otomatis Dengan Menggunakan Metode Naive Bayes Classifier
Penelitian ini bertujuan (1) Mengatasi masalah akurasi rendah pengelompokan dokumen berita online berbahasa Indonesia dengan menggunakan metode Naive Bayes Classifier (2) Mengimplementasikan sistem pengelompokan dokumen berita online berbahasa Indonesia secara otomatis dengan menggunakan metode Naive Bayes Classifier.
Data ini diperoleh melalui penelitian pustaka yang diambil dari situs berita www.detik.com.
Hasil penelitian ini menunjukkan bahwa aplikasi ini mampu mengelompokkan dokumen berita online berbahasa Indonesia secara otomatis dengan menggunakan metode Naive Bayes Classifier. Dalam pengujian tingkat akurasi mendapatkan hasil presentasi 92% (dapat dilihat pada tabel 4.7) dengan teknik pengujian k-fold Cross Validation. Aplikasi ini dibuat menggunakan bahasa pemrograman Java dan database menggunakan MySQL.
Ketersediaan
01947/SKR-Si/AKBA/19 | SKR/SI/2016 REF RIA k | Perpustakaan STMIK AKBA (A/252) | Tersedia namun tidak untuk dipinjamkan - No Loan |
Informasi Detil
Judul Seri |
-
|
---|---|
No. Panggil |
SKR Si 16 RIA k
|
Penerbit | STMIK AKBA : Makassar., 2016 |
Deskripsi Fisik |
xiv + 95 hlm.; 28,5 cm
|
Bahasa |
Indonesia
|
ISBN/ISSN |
-
|
Klasifikasi |
REF RIA k
|
Tipe Isi |
-
|
Tipe Media |
-
|
---|---|
Tipe Pembawa |
-
|
Edisi |
-
|
Subyek |
-
|
Info Detil Spesifik |
Pembimbing I: Pasnur Dan Pembimbing II: Listia Utami
|
Pernyataan Tanggungjawab |
-
|
Versi lain/terkait
Tidak tersedia versi lain