Klasifikasi Web Berdasarkan Domain dan Konten Web Halaman Utama dengan Algoritme Naïve Bayes

Abstract

Web adalah salah satu media berbagi informasi yang dapat diakses melalui komputer. Pada penelitian Sianipar (2012) menyimpulkan pengguna HTTP pada jaringan IPB mencapai 87.41%. Memonitor penggunaan jaringan merupakan salah satu tugas dari pengelola jaringan IPB. Klasifikasi domain web dilakukan untuk mempermudah dalam proses analisis penggunaan jaringan. Klasifikasi web dapat dilakukan secara manual, namun teknik ini memerlukan banyak sumber daya. Klasifikasi web juga dapat dilakukan dengan cara membeli alat pemantau jaringan, namun alat tersebut mempunyai harga yang sangat mahal sehingga dibutuhkan teknik untuk mengklasifikasikan domain secara otomatis. Klasifikasi harus dilakukan dengan alogritma yang sederhana dikarenakan jaringan data yang terus mengalir. Pada penelitian ini membahas mengenai klasifikasi domain web dengan menggunakan algoritme multinomial naïve Bayes. Proses klasifikasi didasarkan pada data konten web halaman utama. Evaluasi dilakukan dengan cara menghitung nilai precision, recall, f1-measure, akurasi, waktu komputasi dan penggunaan memori yang digunakan. Hasil perhitungan precision 56%, recall 46%, f1-measure 44%, akurasi 64%, peningkatan waktu komputasi 1.44 detik, dan pengunaan memori 100 MB.