Please use this identifier to cite or link to this item:
http://repository.ipb.ac.id/handle/123456789/144147
Title: | Klasifikasi artikel berita menggunakan metode naive Bayes classifier |
Authors: | Adisantoso, Julio Susanto, Ahmad Baskoro Pudyokusumo |
Issue Date: | 2015 |
Publisher: | IPB University |
Abstract: | Banyaknya artikel berita yang diterbitkan membuat pengelompokkan berita sulit dilakukan dan rentan kesalahan. Salah satu cara untuk mempermudah pengelompokan adalah menggunakan model klasifikasi. Tujuan penelitian ini adalah menerapkan 2 teknik klasifikasi naïve Bayes, yaitu multinomial dan Bernoulli untuk klasifikasi dokumen berbahasa Inggris dari korpus Reuters- 21578, serta melakukan perbandingan antara klasifikasi 2 kelas dan 6 kelas. Hasil penelitian menunjukkan bahwa pada metode klasifikasi multinomial maïve Bayes dengan menggunakan metode seleksi fitur chi-square mendapatkan akurasi sebesar 92.81% pada klasifikasi 2 kelas dan 92.73% pada klasifikasi 6 kelas. Model klasifikasi Bernoulli naïve Bayes mendapatkan pula akurasi 92.57% untuk klasifikasi 2 kelas dan 85.94% untuk klasifikasi 6 kelas. Penelitian ini juga membandingkan akurasi klasifikasi untuk kosa kata yang dihasilkan menggunakan derajat bebas 1 dan 5 pada seleksi fitur chi-square. |
URI: | http://repository.ipb.ac.id/handle/123456789/144147 |
Appears in Collections: | UT - Computer Science |
Files in This Item:
File | Size | Format | |
---|---|---|---|
G15abp.pdf Restricted Access | 1.42 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.