Yaenudin, MuhamadArief (2012) Klasifikasi Berita Berbahasa Indonesia Berbasis Multi-Word Menggunakan Metode Multinomial Naive Bayes (Mnb). Sarjana thesis, Universitas Brawijaya.
Abstract
Berita sudah menjadi kebutuhan masyarakat Indonesia sehari–hari. Berita yang disajikan dalam bentuk media online berupa dokumen yang jumlahnya sangat banyak dan sulit sekali jika dokumen – dokumen berita tersebut diklasifikasikan secara manual Penelitian ini membahas mengenai penerapan klasifikasi berita berbahasa Indonesia berbasis multi-word menggunakan metode Multinomial Naive Bayes(MNB), dimana dokumen yang digunakan berasal dari situs media online surat kabar Kompas.com. Tahapan-tahapan yang dilakukan dalam sistem ini adalah, pertama dilakukan proses parsing kalimat yaitu memotong suatu dokumen menjadi kalimat-kalimat penyusunnya, tahap kedua yaitu melakukan proses Preprocessing yang memiliki sub proses case folding yaitu mengubah semua huruf menjadi huruf kecil, tokenizing yaitu proses penguraian kata, filtering yaitu mengambil kata-kata yang penting/relevan dan penghilangan stopword, stemming mereduksi kata ke bentuk dasarnya, tahap ketiga ekstraksi multi-word yaitu menemukan multi-word dari setiap dokumen , tahap keempat yaitu melakukan perhitungan frekuensi dari masing-masing multi-word, dan tahap terakhir yaitu klasifikasi menggunakan metode MNB (Multinomial Naïve Bayes). Hasil pengujian dan evaluasi menunjukkan bahwa sistem ini menghasilkan nilai rata-rata precision sebesar 0.840, rata-rata recall sebesar 0.7 dan rata-rata F1 measure sebesar 0.705714. Evaluasi dilakukan untuk mengetahui pengaruh jumlah data latih terhadap efektifitas dari sistem.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2012/200/051202415 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 07 Sep 2012 10:10 |
| Last Modified: | 23 Oct 2021 02:14 |
| URI: | http://repository.ub.ac.id/id/eprint/153039 |
Preview |
Text
Laporan.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |