KLASIFIKASI DOKUMEN BERKATEGORI MENGGUNAKAN ALGOTIRMA NAIVE BAYES BERBASIS BERNOULLI

AYU SUSANTI, MELISA (2016) KLASIFIKASI DOKUMEN BERKATEGORI MENGGUNAKAN ALGOTIRMA NAIVE BAYES BERBASIS BERNOULLI. Undergraduate thesis, universitas muhammdiyah jember.

	Text COVER.pdf Download (140kB)
	Text ABSTRAK.pdf Download (94kB)
	Text BAB I.pdf Download (207kB)
	Text BAB II.pdf Restricted to Repository staff only Download (548kB)
	Text BAB III.pdf Restricted to Repository staff only Download (542kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (315kB)
	Text BAB V.pdf Restricted to Repository staff only Download (7kB)
	Text DAFTAR PUSTAKA.pdf Download (195kB)
	Text Artikel.pdf Download (218kB)

Abstract

Dalam mengelola informasi dari sekumpulan dokumen dengan jumlah yang besar
merupakan sebuah kesulitan untuk mengidentifikasi kata yang ada pada dokumen
tersebut menurut masing-masing kategori dari dokumen tersebut diperlukan suatu
metode. Naive Bayes Classifier merupakan salah satu metode machine learning yang
menggunakan perhitungan probabilitas. Klasifikasi teks menggunakan Naive bayes ini
ada salah satu model yang dapat membantu kita mengelompokkan dokumen yaitu
Bernoulli NB. Penelitian ini berusaha untuk mengklasifikasi kategori dokumen dengan
menggunakan algoritma Naive Bayes Berbasis Bernoulli. Klasifikasi ini ditekankan pada
kategori dokumen diantaranya Ekonomi, Kesehatan, Hiburan dan Teknologi, untuk
mengetahui nilai akurasi yang akan diukur menggunakan pembobotan proses Algoritma
Naive Bayes Classifier. Metode Bernoulli NB merupakan metode yang digunakan untuk
klasifikasi sebuah teks dari kategori dokumen. Hasil pengujian klasifikasi dokumen
kategori dengan menggunakan metode Naive Bayes Berbasis Bernoulli dapat
mengklasifikasikan dokumen kategori dengan tingkat Presicion sebesar 70%, Accuracy
65% dan Recall 70% dari nilai rata-rata keseluruhan dokumen percobaan dengan tingkat
nilai berbeda. Hal ini menunjukkan bahwa metode Naive Bayes berbasis Bernoulli tingkat
klasifikasi dalam mengelompokkan suatu dokumen belum optimal.

Contribution

Contributor Name

NIDN/NIDK

UNSPECIFIED

Dwi Rahayu, Yeni

nidn0716108602

UNSPECIFIED

Suharso, Wiwik

nidn0006097601

Item Type:	Thesis (Undergraduate)
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hendri UF | hendri@unmuhjember.ac.id
Date Deposited:	22 Jun 2020 03:25
Last Modified:	22 Jun 2020 03:25
URI:	http://repository.unmuhjember.ac.id/id/eprint/4073

Actions (login required)

View Item