Muzakki, Ahmad (2018) KLASIFIKASI ARTIKEL BERITA INDONESIA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
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 (874kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (638kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (992kB) |
|
Text (BAB V)
BAB V.pdf Download (60kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (208kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code_15.11.9031 Ahmad Muzakki.zip Restricted to Repository staff only Download (1MB) |
|
Text (PUBLIKASI)
Publikasi_15.11.9031 Ahmad Muzakki.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Keuntungan terbesar dari berita internet yang ditulis secara online, oleh beberapa Koran-koran elektronik di portal mereka. 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: |
|
||
| Uncontrolled Keywords: | naive bayes classification, berita, teks minning, preprocessing | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 29 Jul 2022 02:48 | ||
| Last Modified: | 12 Sep 2023 07:13 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/4415 |
Actions (login required)
 |
View Item |