No image available for this title

Skripsi

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/19SKR/SI/2016 REF RIA kPerpustakaan 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.,
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




Informasi


DETAIL CANTUMAN


Kembali ke sebelumnyaXML DetailCite this