Fitria, Tharessa and Dr. Dian Eka Ratnawati, S.Si., M.Kom and Dr. Eng. Budi Darma Setiawan, S.Kom., M.Cs (2024) Klasifikasi Kategori Buku Berdasarkan Judul Menggunakan Metode Naive Bayes Classifier (Studi Kasus: UB Press). Sarjana thesis, Universitas Brawijaya.
Abstract
Perkembangan platform online, perpustakaan digital, dan toko buku online telah mengubah cara masyarakat mencari dan membeli buku dengan lebih mudah, sehingga penerbit buku perlu memastikan ketersediaan buku-buku mereka agar dapat diakses secara lancar oleh pembaca. Pengelolaan dan kategorisasi buku yang efektif sangat penting karena akan memudahkan orang menemukan dan menggunakan buku yang mereka butuhkan. klasifikasi buku berdasarkan judul dengan cara manual membutuhkan tenaga dan waktu serta berpotensi menyebabkan kesalahan karena jumlah buku yang sangat besar, seperti ribuan bahkan jutaan buku yang tersedia, oleh karena itu memasukkan buku berdasarkan judul ke dalam jenis tertentu secara otomatis jadi relevan. Naive Bayes Classifier menjadi salah satu metode yang banyak digunakan karena menghasilkan akurasi yang tinggi daripada metode yang digunakan untuk klasifikasi lainnya. Tahap klasifikasi dalam penelitian ini mencakup text preprocessing dan penerapan klasifikasi dengan menggunakan algoritma Naive Bayes, terdapat 5 kelas yaitu Kedokteran, Ekonomi dan Bisnis, Teknik, Peternakan, dan Perikanan dan Ilmu Kelautan. Data yang digunakan sebanyak 491 dengan perbandingan data 80:20. Hasil penelitian melalui pengklasifikasian kategori buku berdasarkan judul sudah cukup baik digunakan dengan nilai akurasi sebesar 80,81%, presisi sebesar 83,09% dan recall sebesar 80,81%.
English Abstract
The evolution of online platforms, digital libraries, and online bookstores has transformed the way people search for and purchase books, making it more convenient. Consequently, book publishers must ensure the availability of their books to be easily accessible by readers. Effective book management and categorization are crucial asthey facilitate people in finding and utilizing the books they need. Manual classification of books based on titles is labor-intensive and time-consuming, with the potential for errors due to the vast number of books available, often numbering in the thousands or even millions. Hence, automatically categorizing books based on titles becomes relevant. The Naive Bayes Classifier is a widely used method, known for achieving higher accuracy compared to other classification methods. The classification process in this research involves text preprocessing and the application of the Naive Bayes algorithm, with five classes: Medicine, Economics and Business, Engineering, Animal Husbandry, and Fisheries and Marine Sciences. The dataset consists of 491 entries, with an 80:20 data ratio. The research findings indicate that classifying book categories based on titles is quite effective, yielding an accuracy rate of 80.81%, precision of 83.09%, and recall of 80.81%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052415 |
| Uncontrolled Keywords: | buku, klasifikasi, kategori, naive bayes classifier, book, classification, category, naive bayes classifier |
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi |
| Depositing User: | Annisti Nurul F |
| Date Deposited: | 12 Feb 2024 02:14 |
| Last Modified: | 12 Feb 2024 02:14 |
| URI: | http://repository.ub.ac.id/id/eprint/215900 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Tharessa Fitria.pdf Restricted to Registered users only Download (4MB) |
Actions (login required)
 |
View Item |