Mauladi, Ilham Agusta (2020) Ekstraksi Dokumen Buku Menggunakan K-Nearest Neighbours. Other thesis, Universitas Komputer Indonesia.
|
Text
1. 10113401_ILHAM AGUSTA MAULADI_COVER.pdf - Published Version Download (32kB) | Preview |
|
|
Text
18. 10113401_ILHAM AGUSTA MAULADI_LEMBAR PENGESAHAN.pdf - Published Version Download (326kB) | Preview |
|
|
Text
22. 10113401_ILHAM AGUSTA MAULADI_SURAT KETERANGAN PERSETUJUAN PUBLIKASI.pdf - Published Version Download (273kB) | Preview |
|
|
Text
19. 10113401_ILHAM AGUSTA MAULADI_SURAT KETERANGAN ORISINALITAS.pdf - Published Version Download (286kB) | Preview |
|
|
Text
4. 10113401_ILHAM AGUSTA MAULADI_KATA PENGANTAR.pdf - Published Version Download (12kB) | Preview |
|
|
Text
5. 10113401_ILHAM AGUSTA MAULADI_DAFTAR ISI.pdf - Published Version Download (190kB) | Preview |
|
|
Text
11. 10113401_ILHAM AGUSTA MAULADI_BAB 1.pdf - Published Version Download (265kB) | Preview |
|
|
Text
12. 10113401_ILHAM AGUSTA MAULADI_BAB 2.pdf - Published Version Download (392kB) | Preview |
|
Text
13. 10113401_ILHAM AGUSTA MAULADI_BAB 3.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
||
Text
14. 10113401_ILHAM AGUSTA MAULADI_BAB 4.pdf - Published Version Restricted to Repository staff only Download (216kB) | Request a copy |
||
|
Text
15. 10113401_ILHAM AGUSTA MAULADI_BAB 5.pdf - Published Version Download (9kB) | Preview |
|
|
Text
10. 10113401_ILHAM AGUSTA MAULADI_DAFTAR PUSTAKA.pdf - Published Version Download (18kB) | Preview |
Abstract
Dalam text mining, ekstraksi informasi adalah salah satu cabang yang penelitiannya berkembang dengan pesat. Banyak metode dan pengaplikasian dari ekstraksi informasi seperti pada surat masuk, berita, dan identitas buku. Maka dari itu, dalam penelitian kali ini akan dilakukan ekstraksi informasi menggunakan metode K-Nearest Neighbour yang merupakan salah satu metode klasifikasi yang paling populer karna memiliki kompleksitas yang relatif rendah. Dokumen yang digunakan dalam penelitian ini adalah dokumen identitas buku hasil OCR. penelitian ini bertujuan untuk mengekstrak identitas buku sesuai dengan kelas yang sudah di tentukan. Metode K-NN merupakan metode Machine Learning dimana akan membutuhkan data latih dan uji. Penelitian ini akan menggunakan praproses tokenisasi, filtering, dan case folding lalu kemudian akan dilakukan perhitungan bobot menggunakan TF-ICF. Pengujian yang dilakukan menggunakan pengujian black box dan perhitungan akurasi dengan confusion matrix. Hasil analisis dari metode K-NN menunjukan akurasi yang relatif rendah yaitu 38%. Berdasarkan hasil tersebut dapat disimpulkan bahwa metode K-NN yang di gabungkan dengan TF-ICF untuk mengekstrak informasi dari dokumen buku memiliki akurasi yang buruk.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Ekstraksi Informasi, K-Nearest Neighbours, Machine learning, TF-ICF, dokumen buku |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 07 Dec 2020 03:30 |
Last Modified: | 07 Dec 2020 03:30 |
URI: | http://elibrary.unikom.ac.id/id/eprint/2960 |
Actions (login required)
View Item |