Skripsi

Implementasi Cosine Similarity Untuk Peningkatan Akurasi Pengukuran Kesamaan Dokumen Pada Klasifikasi Dokumen Berita Dengan K-Nearest Neighbor

---

Tujuan penelitian ini adalah mengimplementasikan cosine similarity untuk meningkatkan akurasi pengukuran kesamaan dokumen pada klasifikasi dokumen dengan metode K-Nearest Neighbor.
Data ini diperoleh dari 1) Studi Pustaka, 2) Webdite Kompas.com. Data itu dianalisis dengan menggunakan kombinasi Cosine Similarity dan K-Nearest Neighbor.
Hasil penelitian ini menunjukkan bahwa implementasi Cosine Similarity dapat meningkatkan akurasi pengukuran kesamaan dokumen pada klasifikasi dokumen berita dengan metode K-Nearest Neighbor dibandingkan dengan Euclidean Distance. Rata-rata akurasi metode K-Nearest Neighbor dengan Cosine Similarity adalah 98,6%, sedangkan akurasi metode K-Nearest Neighbor dengan Euclidean Disance adalah 57,16%.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

SKR FIR i

Penerbit

Makassar : STMIK AKBA., 2019

Deskripsi Fisik

xviii + 71 hlm.; 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF FIR i

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I: Pasnur Dan Pembimbing II: Wabdillah

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar