Pranata, Afriyandi Jaya (2020) Ekstraksi Informasi Pada Biografi Menggunakan Naïve Bayes. Other thesis, Universitas Komputer Indonesia.
|
Text
1. 10114215_AFRIYANDI_JAYA_PRANATA_COVER.pdf - Published Version Download (31kB) | Preview |
|
|
Text
19. 10114215_AFRIYANDI_JAYA_PRANATA_LEMBAR PENGESAHAN.pdf - Published Version Download (257kB) | Preview |
|
|
Text
17. 10114215_AFRIYANDI_JAYA_PRANATA_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (114kB) | Preview |
|
|
Text
20. 10114215_AFRIYANDI_JAYA_PRANATA_SURAT KETERANGAN ORISINALITAS.pdf - Published Version Download (132kB) | Preview |
|
|
Text
4. 10114215_AFRIYANDI_JAYA_PRANATA_KATA PENGANTAR.pdf - Published Version Download (116kB) | Preview |
|
|
Text
5. 10114215_AFRIYANDI_JAYA_PRANATA_DAFTAR ISI.pdf - Published Version Download (366kB) | Preview |
|
|
Text
11. 10114215_AFRIYANDI_JAYA_PRANATA_BAB 1.pdf - Published Version Download (39kB) | Preview |
|
|
Text
12. 10114215_AFRIYANDI_JAYA_PRANATA_BAB 2.pdf - Published Version Download (602kB) | Preview |
|
Text
13. 10114215_AFRIYANDI_JAYA_PRANATA_BAB 3.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
||
Text
14. 10114215_AFRIYANDI_JAYA_PRANATA_BAB 4.pdf - Published Version Restricted to Repository staff only Download (348kB) | Request a copy |
||
|
Text
15. 10114215_AFRIYANDI_JAYA_PRANATA_BAB 5.pdf - Published Version Download (9kB) | Preview |
|
|
Text
10. 10114215_AFRIYANDI_JAYA_PRANATA_DAFTAR PUSTAKA.pdf - Published Version Download (188kB) | Preview |
Abstract
Dalam penelitian ini dibangun sebuah sistem untuk mengekstrak informasi dari sebuah dokumen biografi tokoh terkenal berbahasa Indonesia. Ekstraksi informasi berguna untuk membantu membangun database biografi terstruktur guna kepentingan penelitian lebih lanjut. Pada penelitian ini digunakan algoritma Naïve Bayes sebagai metode machine learning melalui pendekatan klasifikasi supervised. Sebelum masuk ke dalam tahap klasifikasi, data dibagi menjadi data training dimana dilakukan proses perhitungan peluang untuk mendapatkan bobot peluang tiap kelas dan data uji yang kemudian digunakan sebagai evaluasi kinerja algoritma naïve bayes. Kedua data tersebut akan melewati tahap preprocessing yang berupa tokenization, stopword removal, dan feature extraction. Pada feature extraction digunakan 7 buah fitur yang dimana berfungsi untuk mengenali ciri pada setiap kelas guna memberikan pembelajaran peluang tiap kelas pada Naïve Bayes. Pada tahap pengujian akan dilakukan pembagian porsi 80% untuk data latih dan 20% untuk data uji dan proses resampling untuk imbalance data pada kelas serta membandingkan kelas aktual dengan kelas yang diprediksi oleh sistem untuk mendapatkan nilai performansi Naïve Bayes yang terdiri dari nilai akurasi, presisi, recall, dan f-measure. Pengujian tersebut berhasil mendapatkan nilai akurasi sebesar 74,31%, presisi 53.00%, recall 73.00%, f-measure 61.41% dengan kondisi data original dan sebagai perolehan nilai tertinggi dibandingkan dengan kondisi data setelah resampling.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Ekstraksi Informasi, Biografi, Naïve Bayes, Klasifikasi, Resampling |
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: | 11 Sep 2020 02:22 |
Last Modified: | 17 Sep 2020 04:16 |
URI: | http://elibrary.unikom.ac.id/id/eprint/2743 |
Actions (login required)
View Item |