Skripsi

Pengklasifikasian Dokumen Berita Menggunakan Metode K-Nearest Neighbour Pada Status Berita Online

---

Penelitian ini bertujuan untuk membuat suatu sistem yang mampu mengklasifikasikan dokumen berita dari situs berita online yang dikombinasikan dengan metode k-Nearest Neighbour dan diterapkan menggunakan Hypertext Preprocessor (PHP) serta database yang digunakan adalah database MySQL.
Metode pengumpulan data dilakukan melalui (1) Penelitian Pustaka (2) Temuan Data (3) Dokumentasi. Dalam penelitian ini data yang digunakan berupa dokumen berita Bahasa Indonesia yang diperoleh dari salah satu dokumen berita yang terdiri dari 6 data uji dan 54 data latih dari 3 kategori yaitu sport, kesehatan, dan techno. Pengelompokan dokumen berita menggunakan metode k-Nearest Neighbour dilakukan dengan cara dokumen berita diproses menggunakan preprocessing dan mengukur tingkat similaritas kemudian dengan k-NN dilakukan proses klasifikasi berdasarkan nilai k terdekat.
Hasil penelitian ini menunjukkan bahwa pengklasifikasian dokumen berita menggunakan metode k-Nearest Neighbour pada situs berita online dinilai dapat berjalandengan baik, bahwa sebanyak 44 dokumen uji berhasil diklasifikasi dengan benar sedangkan 16 dokumen diklasifikasi dalam kategori yang berbeda dan diperoleh hasil bahwa nilai K=7 dengan tingkat akurasi terbaik sebesar 89,9%, Precision sebesar 88% pada K=1, Recall sebesar 85% pada K=7, F-measure sebesar 83% pada K=1.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

SKR Ti 18 KIK p

Penerbit

Makassar : STMIK AKBA., 2018

Deskripsi Fisik

xviii + 127 hlm.; 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF KIK p

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I : Rohayati Arifin dan Pembimbing II : Pasnur

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar