Ridwan, Rahmadi (2021) Implementasi Seleksi Fitur Fs-Chiclust Dalam Optimasi Kategorisasi Teks Naïve-Bayes Pada Kasus Penerapan Klasifikasi Berita. Other thesis, Universitas Komputer Indonesia.
UNIKOM_RAHMADI RIDWAN_COVER.pdf - Published Version
Download (511kB) | Preview
UNIKOM_RAHMADI RIDWAN_LEMBAR PENGESAHAN.pdf - Published Version
Download (202kB) | Preview
UNIKOM_RAHMADI RIDWAN_SURAT KETERANGAN PERSETUJUAN PUBLIKASI (2).pdf - Published Version
Download (115kB) | Preview
UNIKOM_RAHMADI RIDWAN_SURAT PERNYATAAN ORSINILITAS.pdf - Published Version
Download (532kB) | Preview
UNIKOM_RAHMADI RIDWAN_KATA PENGANTAR.pdf - Published Version
Download (17kB) | Preview
UNIKOM_RAHMADI RIDWAN_DAFTAR ISI.pdf - Published Version
Download (71kB) | Preview
UNIKOM_RAHMADI RIDWAN_BAB 1.pdf - Published Version
Download (156kB) | Preview
UNIKOM_RAHMADI RIDWAN_BAB 2.pdf - Published Version
Download (463kB) | Preview
![[thumbnail of UNIKOM_RAHMADI RIDWAN_BAB 3.pdf]](http://elibrary.unikom.ac.id/style/images/fileicons/text.png "UNIKOM_RAHMADI RIDWAN_BAB 3.pdf")
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
UNIKOM_RAHMADI RIDWAN_BAB 5.pdf - Published Version
Download (118kB) | Preview
UNIKOM_RAHMADI RIDWAN_DAFTAR PUSTAKA.pdf - Published Version
Download (136kB) | Preview
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 > Teknik Informatika |
| 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