Ekstraksi Informasi Dokumen Karya Tulis Ilmiah Menggunakan Algoritma Convolutional Neural Network

Ihromi, Fata Hasan (2019) Ekstraksi Informasi Dokumen Karya Tulis Ilmiah Menggunakan Algoritma Convolutional Neural Network. Other thesis, Universitas Komputer Indonesia.

[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_COVER.pdf - Published Version

Download (193kB) | Preview
[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_LEMBAR PENGESAHAN.pdf - Published Version

Download (296kB) | Preview
[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_SURAT KETERANGAN PUBLIKASI.pdf - Published Version

Download (111kB) | Preview
[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_SURAT KETERANGAN ORISINALITAS.pdf - Published Version

Download (276kB) | Preview
[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_KATA PENGANTAR.pdf - Published Version

Download (187kB) | Preview
[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_DAFTAR ISI.pdf - Published Version

Download (15kB) | Preview
[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_BAB 1.pdf - Published Version

Download (201kB) | Preview
[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_BAB 2.pdf - Published Version

Download (855kB) | Preview
[img] Text
UNIKOM_FATA HASAN IHROMI_BAB 3.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_BAB 4.pdf - Published Version

Download (529kB) | Preview
[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_BAB 5.pdf - Published Version

Download (185kB) | Preview
[img]
Preview
Text
UNIKOM_FATA HASAN IHROMI_DAFTAR PUSTAKA.pdf - Published Version

Download (307kB) | Preview
[img] Text
UNIKOM_FATA HASAN IHROMI_JURNAL DALAM BAHASA INDONESIA.pdf - Published Version
Restricted to Repository staff only

Download (468kB) | Request a copy
[img] Text
UNIKOM_FATA HASAN IHROMI_JURNAL DALAM BAHASA INGGRIS.pdf - Published Version
Restricted to Repository staff only

Download (459kB) | Request a copy
[img] Text
UNIKOM_FATA HASAN IHROMI_BIODATA.pdf - Published Version
Restricted to Repository staff only

Download (131kB) | Request a copy
Official URL: http://elibrary.unikom.ac.id

Abstract

Mendeteksi setiap komponen pada dokumen karya tulis ilmiah akan sulit dilakukan pada format yang beragam, oleh karena itu dibutuhkan pembuatan aturan ekstraksi informasi yang sesuai untuk masing masing dokumen. Sebelumnya telah dilakukan penelitian tentang ekstraksi informasi pada skripsi dengan menggunakan LVQ yang masih menggunakan rule based untuk meningkatkan akurasinya. Permasalahan tersebut dapat diatasi dengan menggunakan full automatic training tanpa harus membuat aturan perbaikan dengan rule based. Algoritma convolutional neural network (CNN) digunakan pada penelitian ini karena jika CNN dibandingkan dengan SVM dan KNN pada kasus klasifikasi teks akurasi algoritma CNN mendapatkan akurasi terunggul yaitu 87%. Algoritma CNN akan mengklasifikasi 16 kategori pada sampul dan asbtrak dengan data masukan perbaris yang telah dilakukan ekstraksi fitur. Penelitian ini bertujuan untuk mengetahui akurasi algoritma CNN pada teks dengan melakukan pengujian epoch dan penggunaan smote. Berdasarkan hasil pengujian pada 20 dokumen karya tulis ilmiah skripsi dari tahun 2011 sampai dengan tahun 2018 diperoleh rata-rata akurasi sebesar 53%. Hal tersebut disebabkan oleh arsitektur CNN yang digunakan tidak dapat mengklasifikasi data secara baik.

Item Type: Thesis (Other)
Uncontrolled Keywords: Ekstraksi Informasi, Dokumen karya tulis ilmiah, Convolutional Neural Network, CNN, Skripsi.
Subjects: 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science
Divisions: S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User: Mrs. Calis Maryani
Date Deposited: 23 Dec 2019 01:54
Last Modified: 23 Dec 2019 01:54
URI: http://elibrary.unikom.ac.id/id/eprint/1511

Actions (login required)

View Item View Item