KLASIFIKASI BERITA BAHASA INDONESIA MENGGUNAKAN METODE TEXT MINING

Sistyawan, Aman (2020) KLASIFIKASI BERITA BAHASA INDONESIA MENGGUNAKAN METODE TEXT MINING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (273kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (862kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (631kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (954kB)
	Text (BAB V) BAB V.pdf Download (60kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (194kB)
	Text (PUBLIKASI) Publikasi-16.11.0535-Aman Sistyawan - Aman Sistyawan.pdf Restricted to Registered users only Download (426kB)

Abstract

Semakin pesat penyebaran informasi di tiap waktu membuat semakin mudah untuk mendapatkan berita terbaru . Setiap kali ada sesuatu yang dilaporkan di mana saja di seluruh dunia, hal itu akan dipublikasikan di internet dalam hitungan menit. Surat kabar biasanya memiliki batas waktu untuk berita yang akan dilaporkan dalam setiap hal yang mereka publikasikan. Ini adalah salah satu keuntungan terbesar dari Koran online yang cepat menyebarkan beritanya kapan pun. Salah satu cara yang paling berhasil untuk mengorganisasikan informasi dalam jumlah banyak dan dapat dipahami oleh para pencari informasi adalah dengan melakukan klasifikasi dokumen berdasarkan topiknya. Kebutuhan akan dokumen pembelajaran untuk melakukan klasifikasi dokumen merupakan salah satu permasalahan yang sering muncul dalam topik klasifikasi dokumen. Permasalahan yang timbul menjadi semakin rumit dengan adanya fakta bahwa jumlah simpanan data berita menjadi sangat besar dan tidak terorganisir. Oleh karena itu, diperlukan suatu strategi pengelompokan otomatis dokumen-dokumen berita tersebut. Oleh karena itu dalam penelitian ini akan dirancamg sistem klasifikasi yang dapat mengelompokkan artikel berita menggunakan naive bayes classifier (NBC). Klasifikasi ini ditekankan untuk data artikel berbahasa indonesia. Pada sistem klasifikasi ini menggunakan proses pembelajaran dan untuk proses keterkaitan antar data artikel diukur berdasarkan nilai probabilitas dari data dan kata yang ada.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Arief, M. Rudyanto

Uncontrolled Keywords:

naive bayes classification, berita, teks minning, preprocessi

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 001 Ilmu pengetahuan

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

23 Jun 2022 02:39

Last Modified:

15 Aug 2023 07:21

URI:

http://eprints.amikom.ac.id/id/eprint/2241

Actions (login required)

View Item