ANALISIS KINERJA NAÏVE BAYES DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI JUDUL ARTIKEL DALAM JURNALILMIAH

MARWAN IRSYAD, MUHAMMAD (2023) ANALISIS KINERJA NAÏVE BAYES DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI JUDUL ARTIKEL DALAM JURNALILMIAH. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (950kB)
	Text BAB I.pdf Download (224kB)
	Text BAB II.pdf Download (198kB)
	Text BAB III.pdf Download (178kB)
	Text BAB IV.pdf Download (3MB)
	Text BAB V.pdf Download (147kB)
	Text LAMPIRAN.pdf Download (409kB)

Abstract

Perkembangan teknologi Informatika membuat kebutuhan akan otomasi pada sistem kerja
semakin meningkat. Termasuk kebutuhan akan klasifikasi artikel jurnal secara otomatis mulai
dibutuhkan untuk menentukan kategori jurnal yang tepat. Metode text mining telah dapat
digunakan untuk melakukan otomatisasi artikel jurnal berdasarkan kategori. Penelitian ini
memakai beberapa metode text mining yakni Naïve Bayes(NB) dan K-Nearest Neigbor(K-NN).
Dataset yang digunakan berupa judul artikel junal sejumlah 531 data yang kemudian
dipisahkan menjadi data uji dan data latih. Hasil akurasi yang didapat dengan menggunakan KNN sebesar 75,70% dengan data uji 20% dan k=5. Hasil akurasi menggunakan NB adalah
sebesar 77,77% dengan menggunakan data uji 10%. Akurasi tidak terlalu berbeda jauh namun
NB menciptakan akurasi yang sedikit lebih besar dibandingkan K-NN.

Item Type:	Thesis (Bachelor)
Subjects:	H Social Sciences > HA Statistics H Social Sciences > HB Economic Theory
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Delvy Aplirizani -
Date Deposited:	25 Jun 2024 04:00
Last Modified:	25 Jun 2024 04:00
URI:	https://repository.unas.ac.id/id/eprint/11333

Actions (login required)

View Item