Skripsi

Klasifikasi Dokumen Berita Online Berbahasa Indonesia Secara Otomatis Dengan Menggunakan Metode Naive Bayes Classifier

---

Penelitian ini bertujuan (1) Mengatasi masalah akurasi rendah pengelompokan dokumen berita online berbahasa Indonesia dengan menggunakan metode Naive Bayes Classifier (2) Mengimplementasikan sistem pengelompokan dokumen berita online berbahasa Indonesia secara otomatis dengan menggunakan metode Naive Bayes Classifier.
Data ini diperoleh melalui penelitian pustaka yang diambil dari situs berita www.detik.com.
Hasil penelitian ini menunjukkan bahwa aplikasi ini mampu mengelompokkan dokumen berita online berbahasa Indonesia secara otomatis dengan menggunakan metode Naive Bayes Classifier. Dalam pengujian tingkat akurasi mendapatkan hasil presentasi 92% (dapat dilihat pada tabel 4.7) dengan teknik pengujian k-fold Cross Validation. Aplikasi ini dibuat menggunakan bahasa pemrograman Java dan database menggunakan MySQL.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

SKR Si 16 RIA k

Penerbit

Makassar : STMIK AKBA., 2016

Deskripsi Fisik

xiv + 95 hlm.; 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF RIA k

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I: Pasnur Dan Pembimbing II: Listia Utami

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar