Implementasi Seleksi Fitur Fs-Chiclust Dalam Optimasi Kategorisasi Teks Naïve-Bayes Pada Kasus Penerapan Klasifikasi Berita

Ridwan, Rahmadi (2021) Implementasi Seleksi Fitur Fs-Chiclust Dalam Optimasi Kategorisasi Teks Naïve-Bayes Pada Kasus Penerapan Klasifikasi Berita. Other thesis, Universitas Komputer Indonesia.

Preview	Text UNIKOM_RAHMADI RIDWAN_COVER.pdf - Published Version Download (511kB) | Preview
Preview	Text UNIKOM_RAHMADI RIDWAN_LEMBAR PENGESAHAN.pdf - Published Version Download (202kB) | Preview
Preview	Text UNIKOM_RAHMADI RIDWAN_SURAT KETERANGAN PERSETUJUAN PUBLIKASI (2).pdf - Published Version Download (115kB) | Preview
Preview	Text UNIKOM_RAHMADI RIDWAN_SURAT PERNYATAAN ORSINILITAS.pdf - Published Version Download (532kB) | Preview
Preview	Text UNIKOM_RAHMADI RIDWAN_KATA PENGANTAR.pdf - Published Version Download (17kB) | Preview
Preview	Text UNIKOM_RAHMADI RIDWAN_DAFTAR ISI.pdf - Published Version Download (71kB) | Preview
Preview	Text UNIKOM_RAHMADI RIDWAN_BAB 1.pdf - Published Version Download (156kB) | Preview
Preview	Text UNIKOM_RAHMADI RIDWAN_BAB 2.pdf - Published Version Download (463kB) | Preview
	Text UNIKOM_RAHMADI RIDWAN_BAB 3.pdf - Published Version Restricted to Repository staff only Download (987kB) | Request a copy
	Text UNIKOM_RAHMADI RIDWAN_BAB 4.pdf - Published Version Restricted to Repository staff only Download (605kB) | Request a copy
Preview	Text UNIKOM_RAHMADI RIDWAN_BAB 5.pdf - Published Version Download (118kB) | Preview
Preview	Text UNIKOM_RAHMADI RIDWAN_DAFTAR PUSTAKA.pdf - Published Version Download (136kB) | Preview
Preview	Text UNIKOM_RAHMADI RIDWAN_KONTAK PENULIS DAN KONTRIBUTOR.pdf - Published Version Download (172kB) | Preview

Abstract

Tujuan dari penelitian ini adalah untuk menerapkan seleksi fitur FS-CHICLUST dengan classifier Multinomial Naive-Bayes untuk mengklasifikasi dokumen-dokumen berupa teks berita dalam bahasa Indonesia ke kategori topik beritanya masing-masing. Penelitian ini menghasilkan akurasi sebesar 72.9% untuk klasifikasi teks berita menggunakan Naive-Bayes Multinomial baik yang menggunakan seleksi fitur FS-CHICLUST maupun yang tidak menggunakan seleksi fitur. Penerapan FS-CHICLUST dalam penelitian ini juga berhasil mengurangi jumlah fitur sebanyak 84% dari 5943 fitur ke hanya 960 fitur untuk menghasilkan akurasi klasifikasi yang sama.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Klasifikasi Teks, Naive-Bayes Multinomial, feature clustering, statistika chi-squared, FS-CHICLUST
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mrs. Calis Maryani
Date Deposited:	17 Jan 2022 04:40
Last Modified:	17 Jan 2022 04:40
URI:	http://elibrary.unikom.ac.id/id/eprint/4942

Actions (login required)

View Item