Tiana, Doni Rahma (2020) Klasifikasi Berita Berbahasa Indonesia Menggunakan Algoritma Naive Bayes Dengan Seleksi Fitur Algoritma Genetika. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_Doni Rahma Tiana_cover.pdf - Published Version Download (31kB) | Preview |
|
|
Text
UNIKOM_Doni Rahma Tiana_lembar pengesahan.pdf - Published Version Download (236kB) | Preview |
|
|
Text
UNIKOM_Doni Rahma Tiana_surat keterangan publikasi.pdf - Published Version Download (198kB) | Preview |
|
|
Text
UNIKOM_Doni Rahma Tiana_surat keterangan orisinalitas.pdf - Published Version Download (191kB) | Preview |
|
|
Text
UNIKOM_Doni Rahma Tiana_kata pengantar.pdf - Published Version Download (93kB) | Preview |
|
|
Text
UNIKOM_Doni Rahma Tiana_daftar isi.pdf - Published Version Download (197kB) | Preview |
|
|
Text
UNIKOM_Doni Rahma Tiana_bab 1.pdf - Published Version Download (55kB) | Preview |
|
|
Text
UNIKOM_Doni Rahma Tiana_bab 2.pdf - Published Version Download (325kB) | Preview |
|
Text
UNIKOM_Doni Rahma Tiana_bab 3.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy |
||
Text
UNIKOM_Doni Rahma Tiana_bab 4.pdf - Published Version Restricted to Repository staff only Download (416kB) | Request a copy |
||
|
Text
UNIKOM_Doni Rahma Tiana_bab 5.pdf - Published Version Download (8kB) | Preview |
|
|
Text
UNIKOM_Doni Rahma Tiana_daftar pustaka.pdf - Published Version Download (140kB) | Preview |
|
|
Text
UNIKOM_Doni Rahma Tiana_kontak penulis dan kontributor penelitian.pdf - Published Version Download (479kB) | Preview |
Abstract
Perkembangan berita yang semakin banyak dan beragam menyebabkan perusahaan jurnalistik tertuntut untuk bergerak semakin cepat. Untuk menentukan kategori berita terutama berita yang tidak terlalu berbeda secara jelas, editor harus mengetahui isi berita yang akan diunggah secara keseluruhan untuk selanjutnya diklasifikasikan ke dalam kategori yang tepat. Akan lebih efesien apabila kategori berita diklasifikasikan secara otomatis oleh sistem menggunakan metode tertentu. Telah banyak penelitian yang menggunakan metode tertentu untuk melakukan klasifikasi terhadap dokumen teks, namun salah satu yang paling populer digunakan adalah algoritma Naive Bayes. Salah satu usaha lainnya yang dilakukan adalah menggunakan teknik seleksi fitur dengan harapan meningkatkan performa keakuratan dari metode yang digunakan. Beberapa penelitian yang menggunakan teknik seleksi fitur meninggalkan saran untuk menggunakan teknik seleksi fitur lain yang lebih baik, sementara penelitian lainnya mengalami kendala pada penurunan akurasi. Penelitian-penelitian tersebut menggunakan teknik seleksi fitur yang termasuk ke dalam metode berjenis filter. Metode berjenis filter unggul dalam kecepatan, namun metode berjenis wrapper unggul dalam keakuratan. Salah satu teknik seleksi fitur berjenis metode wrapper yang telah terbukti mengungguli beberapa teknik lainnya adalah algoritma genetika. Berdasarkan hasil pengujian, dapat ditarik kesimpulan bahwa pada kasus klasifikasi berita berbahasa Indonesia algoritma genetika dapat digunakan sebagai teknik seleksi fitur yang mengatasi kelemahan algoritma Naive Bayes pada pemilihan fitur serta memberikan keuntungan berupa peningkatan akurasi, penurunan kompleksitas model klasifikasi, dan efisiensi waktu dalam melakukan klasifikasi.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Klasifikasi, Naive Bayes, Seleksi Fitur, Algoritma Genetika |
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: | 06 Jul 2021 04:45 |
Last Modified: | 06 Jul 2021 04:45 |
URI: | http://elibrary.unikom.ac.id/id/eprint/4033 |
Actions (login required)
View Item |