Klasifikasi Dokumen Rdf Tanaman Obat Menggunakan Naïve Bayes Classifier Dengan Dirichlet Smoothing
Abstract
Penelitian Ini Dilakukan Dengan Tujuan Mengimplementasikan Metode
Klasifikasi Dokumen Naïve Bayes Terhadap Dokumen Rdf/Xml Tanaman Obat.
Adapun Metode Yang Digunakan Dalam Penelitian Ini Adalah Metode Multinomial
Naïve Bayes Dengan Seleksi Fitur Chi-Square Dan Dirichlet Smoothing Dengan
Resource Description Framework (Rdf) Sebagai Basis Dokumen. Hasil Dari
Pengklasifikasian Tersebut Dievaluasi Dengan Menggunakan Confusion Matrix.
Pengklasifikasian Tanaman Obat Ini Berdasarkan Penyakit Yang Disembuhkan.
Pengujian Dilakukan Sebanyak 3 Kali Pengulangan Untuk Masing-Masing Nilai
Kritis Dan Koefisien Kontrol. Hasil Dari Penelitian Ini Menunjukkan Tingkat Akurasi
Terbaik Model Klasifikasi Sebesar 92.86% Dicapai Untuk Nilai Kritis 7.88.