Ekstraksi Informasi Pada Dokumen Surat Masuk Menggunakan Algoritma Fuzzy K-Nearest Neighbour (Fuzzy K-NN)

Sulaiman, Adam (2018) Ekstraksi Informasi Pada Dokumen Surat Masuk Menggunakan Algoritma Fuzzy K-Nearest Neighbour (Fuzzy K-NN). Other thesis, Universitas Komputer Indonesia.

Preview	Text UNIKOM_ADAM SULAIMAN_COVER.pdf - Published Version Download (68kB) | Preview
Preview	Image UNIKOM_ADAM SULAIMAN_LEMBAR PENGESAHAN.jpg - Published Version Download (180kB) | Preview
Preview	Image UNIKOM_ADAM SULAIMAN_SURAT PERSETUJUAN PUBLIKASI.jpg - Published Version Download (369kB) | Preview
Preview	Image UNIKOM_ADAM SULAIMAN_SURAT ORISINALITAS.jpg - Published Version Download (385kB) | Preview
Preview	Text UNIKOM_ADAM SULAIMAN_KATA PENGANTAR.pdf - Published Version Download (36kB) | Preview
Preview	Text UNIKOM_ADAM SULAIMAN_DAFTAR ISI.pdf - Published Version Download (46kB) | Preview
Preview	Text UNIKOM_ADAM SULAIMAN_BAB 1.pdf - Published Version Download (90kB) | Preview
Preview	Text UNIKOM_ADAM SULAIMAN_BAB 2.pdf - Published Version Download (557kB) | Preview
	Text UNIKOM_ADAM SULAIMAN_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_ADAM SULAIMAN_BAB 4.pdf - Published Version Restricted to Repository staff only Download (330kB) | Request a copy
Preview	Text UNIKOM_ADAM SULAIMAN_BAB 5.pdf - Published Version Download (162kB) | Preview
Preview	Text UNIKOM_ADAM SULAIMAN_DAFTAR PUSTAKA.pdf - Published Version Download (93kB) | Preview
Preview	Text UNIKOM_ADAM SULAIMAN_JURNAL DALAM BAHASA INDONESIA.pdf - Published Version Download (551kB) | Preview
Preview	Text UNIKOM_ADAM SULAIMAN_JURNAL DALAM BAHASA INGGRIS.pdf - Published Version Download (508kB) | Preview

Abstract

Ekstraksi informasi merupakan salah satu dari cabang text mining yang bertujuan untuk mengambil informasi dari teks yang tidak terstruktur menjadi data yang terstruktur. Ekstraksi informasi dokumen yang menggunakan klasifikasi rule-based memiliki masalah penurunan akurasi pada karakteristik dokumen yang tidak identik. Oleh karena itu, penelitian ini menggunakan machine learning Fuzzy K-Nearest Neighbour (Fuzzy K-NN) sebagai klasifikasi ekstraksi informasi dokumen. Dokumen yang digunakan dalam penelitian ini adalah surat masuk. Tujuan penelitian ini adalah untuk menganalisis bagaimana tingkat performa klasifikasi Fuzzy K-NN dalam ekstraksi informasi surat masuk yang memiliki karakteristik data tidak identik dan membandingkan tingkat akurasi dengan klasifikasi K-NN. Penelitian ini menggunakan praproses converting, filtering, tagging dan tokenization, serta menggunakan boolean weighting sebagai metode pembobotan. Ekstraksi fitur yang digunakan memiliki 11 parameter. Pengujian yang dilakukan menggunakan pengujian black box dan perhitungan akurasi dengan confusion matrix. Hasil analisis pengujian akurasi menunjukkan bahwa nilai akurasi klasifikasi Fuzzy K-NN lebih baik daripada klasifikasi K-NN dengan 87,52 % berbanding 85,17%. Berdasarkan hasil tersebut, disimpulkan algoritma Fuzzy K-NN dapat diterapkan menjadi klasifikasi dalam ekstraksi informasi dokumen surat masuk.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Ekstraksi Informasi, Machine Learning, Logika Fuzzy, K-Nearest Neighbour, Surat Masuk.
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:	16 Jul 2019 07:12
Last Modified:	16 Jul 2019 07:12
URI:	http://elibrary.unikom.ac.id/id/eprint/483

Actions (login required)

View Item