Prayogi, Tony Faqih (2018) Klasifikasi Dokumen SAMBAT Online Menggunakan Metode Naïve Bayes dan Seleksi Fitur Berbasis Algoritme Genetika. Sarjana thesis, Universitas Brawijaya.
Abstract
Sistem Aplikasi Masyarakat Bertanya Terpadu (SAMBAT) Online adalah salah satu aplikasi yang menjadi sistem eGov di Kota Malang untuk memberikan tempat bagi masyarakat Kota Malang untuk menyuarakan aspirasinya terhadap permasalahan yang ada untuk kebaikan kota malang itu sendiri. Semua pengaduan yang masuk melalui SAMBAT Online telah dikelompokkan bedasarkan bagian yang ada dan nantinya akan dipilah secara manual dan diteruskan ke bagian Satuan Kerja Perangkat Daerah (SKPD) masing-masing agar dapat segera ditindaklanjuti. Namun karena banyaknya pengaduan yang diterima sehingga cukup lama untuk diproses oleh SKPD masing-masing. Maka dari itu dibuat sebuah sistem untuk klasifikasi dokumen SAMBAT Online. Pada penelitian ini mengimplementasikan metode naïve bayes dan seleksi fitur berbasis algoritme genetika untuk klasifikasi dokumen SAMBAT Online. Proses implementasi itu sendiri terdiri dari proses preprocessing, term weighting, Seleksi Fitur menggunakan algoritme genetika dan proses klasifikasi menggunakan metode naïve bayes. Hasil pengujian yang telah dilakukan, didapatkan akurasi tertinggi sebesar 89.79% pada data uji sebanyak 49 dengan parameter banyak generasi 70, ukuran populasi 20, crossover rate 0.8 dan mutation rate 0.2.
English Abstract
Integrated Community Asking Application System (SAMBAT) Online is one of application that becomes an eGov system in Malang City to provide a place for the people of Malang City to voice their aspirations towards problems that exist for the good of the city itself. All complaints that enter through SAMBAT Online have been grouped based on the existing parts and later will be sorted manually and forwarded to the respective Regional Work Unit (SKPD) so that they can be immediately followed up. But because of the number of complaints received so long enough to be processed by each SKPD. Therefore a system was created for the classification of SAMBAT Online documents. In this study implemented a naïve bayes method and genetic algorithm-based feature selection for the SAMBAT Online document classification. The implementation process itself consists of preprocessing, term weighting, Feature Selection using genetic algorithms and the classification process using naïve bayes method. The results of the tests that have been done, obtained the highest accuracy of 89.79% in the test of 49 data test with the parameter value of generations 70, population size 20, crossover rate 0.8 and mutation rate 0.2.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/991/051900794 |
| Uncontrolled Keywords: | sistem aplikasi masyarakat bertanya terpadu (SAMBAT), seleksi fitur, algoritme genetika, naïve bayes-integrated community application application system (SAMBAT), feature selection, genetic algorithm, naïve bayes |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.1 Programming |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | soegeng sugeng |
| Date Deposited: | 23 Apr 2020 14:31 |
| Last Modified: | 18 May 2022 02:48 |
| URI: | http://repository.ub.ac.id/id/eprint/167019 |
![[thumbnail of Tony Faqih Prayogi.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Tony Faqih Prayogi.pdf Download (3MB) |
Actions (login required)
 |
View Item |