Skripsi

Implementasi Metode K-Nearest Neighbour Dengan Pembobotan Dan Inverse Class Frequency Untuk Klasifikasi Dokumen Berita

---

Tujuan penelitian ini adalah mengimplementasikan metode k-nearest neighbour dengan pembobotan term frequency, inverse document frequency dan inverse class frecuency untuk klasifikasi dokumen berita.
Data ini diperoleh dari (1) Penelitian Lapangan (2) Penelitian Pustaka (3) Wawancara. Data itu dianalisis menggunakan K-Nearest Neighbour.
Hasil penelitian ini menunjukkan bahwa rata-rata akurasi untuk k-nearest neighbour deng term frequency-inverse document frequency-inverse class frequency adalah 98,98% sedangkan dengan k-nearest neighbour dengan term frequency-inverse dokument frequency adalah 96,92%. Ini menunjukkan bahwa k-nearest neighbour dengan term frequency-inverse document frequency-inverse classs frequency lebih tinggi akurasinya dibandingkan k-nearest neighbour deng term frequency-inverse document frequency.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

SKR Si 18 MUH i

Penerbit

Makassar : STMIK AKBA., 2018

Deskripsi Fisik

xiv + 54 hlm.; 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF MUH i

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I : Andi Yulia Muniar dan Pembimbing II : Ashari

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar