Implementasi Text Mining Untuk Klasifikasi Kesenian Tradisional Dengan Metode NBC (Naive Bayes Classifier)

Nurhayati, Sri (2011) Implementasi Text Mining Untuk Klasifikasi Kesenian Tradisional Dengan Metode NBC (Naive Bayes Classifier). Other thesis, Universitas Komputer Indonesia.

[thumbnail of 1. COVER.pdf] Text
1. COVER.pdf

Download (16kB)
[thumbnail of 2. ABSTRAK.pdf] Text
2. ABSTRAK.pdf

Download (51kB)
[thumbnail of 3. ABSTRACT.pdf] Text
3. ABSTRACT.pdf

Download (49kB)
[thumbnail of 4. KATA PENGANTAR.pdf] Text
4. KATA PENGANTAR.pdf

Download (86kB)
[thumbnail of 5. DAFTAR ISI.pdf] Text
5. DAFTAR ISI.pdf

Download (88kB)
[thumbnail of 6. DAFTAR TABEL.pdf] Text
6. DAFTAR TABEL.pdf

Download (66kB)
[thumbnail of 7. DAFTAR GAMBAR.pdf] Text
7. DAFTAR GAMBAR.pdf

Download (70kB)
[thumbnail of 8. DAFTAR SIMBOL.pdf] Text
8. DAFTAR SIMBOL.pdf

Download (82kB)
[thumbnail of 10. DAFTAR PUSTAKA.pdf] Text
10. DAFTAR PUSTAKA.pdf

Download (48kB)
[thumbnail of 11. BAB I.pdf] Text
11. BAB I.pdf

Download (120kB)
[thumbnail of 12. BAB II.pdf] Text
12. BAB II.pdf

Download (687kB)
[thumbnail of 13. BAB III.pdf] Text
13. BAB III.pdf

Download (1MB)
[thumbnail of 14. BAB IV.pdf] Text
14. BAB IV.pdf

Download (721kB)
[thumbnail of 15. BAB V.pdf] Text
15. BAB V.pdf

Download (51kB)
[thumbnail of 18. LEMBAR PENGESAHAN.pdf] Text
18. LEMBAR PENGESAHAN.pdf

Download (392kB)
[thumbnail of 19. SURAT KETERANGAN PLAGIAT.pdf] Text
19. SURAT KETERANGAN PLAGIAT.pdf

Download (160kB)

Abstract

Kesenian Tradisional sangat banyak dan beraneka ragam yang diklasifikasikan menjadi beberapa bentuk kesenian yaitu seni tari, seni musik, seni pertunjukan dan lainnya. Namun banyak yang tidak mengetahui tentang keanekaragaman kesenian tradisional. Karena itu dibutuhkan suatu aplikasi yang dapat mengolah data kesenian tersebut menjadi informasi tambahan bagi user. Pembuatan aplikasi text mining untuk klasifikasi kesenian tradisional ini akan mengolah raw data berupa text database yaitu deskripsi kesenian yang diinputkan. Preprocessing akan melakukan tokenizing, filtering, stemming dan analizing terhadap kata-kata dalam deskripsi kesenian sehingga diperoleh keywords. Dari keywords tersebut kemudian akan di generate frequent itemset dengan metode Naïve Bayes untuk mengelompokkan kategori kesenian. Pada hasil pengujian metode naive bayes dapat digunakan untuk mengelompokan kategori kesenian dengan mencari probabilitas lebih tinggi dimana deskripsi kesenian tepat mengandung keywords yang terdapat pada data latihan. Dengan menggunakan keywords dapat diperoleh informasi nama kesenian dan deskripsi kesenian berdasarkan keywords yang dicari oleh user pada saat search engine.

Traditional arts are very many and diverse are classified into several forms of art that is dance, music, art and other performances. But many do not know about the diversity of traditional arts. Because it needed an application that can process data into the arts of additional information for the user.Making text mining applications for the classification of this traditional art will process the raw data is a text database of descriptions of art that entered. Will perform tokenizing preprocessing, filtering, stemming and analizing of the words in the description of art in order to obtain keywords. Of those keywords will then be generated frequent itemset with the Naïve Bayes method for classifying categories of art. In the test results Naïve Bayes method can be used to categorize art category with a higher probability where appropriate description of art contain keywords contained in the training data. By using keywords to obtain information on the book title and synopsis of books based on the keywords searched by users at search engines.

Item Type: Thesis (Other)
Additional Information: Migrasi dari GDL. Identifier: jbptunikompp-gdl-srinurhaya-24374. Folder: S1-Final_Project / Fakultas_Teknik_dan_Ilmu_Komputer / Teknik_Informatika / 2011
Uncontrolled Keywords: text mining, naïve bayes , keywords, search engine.
Divisions: S1 Skripsi > Teknik Informatika
Depositing User: Robot Migration
Date Deposited: 05 Nov 2026 08:11
Last Modified: 05 Nov 2026 08:11
URI: https://elibrary.unikom.ac.id/id/eprint/35278

Actions (login required)

View Item
View Item