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

Marwan, Muhammad Irsyad (2023) ANALISIS KINERJA NAÏVE BAYES DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI JUDUL ARTIKEL DALAM JURNAL ILMIAH. Diploma thesis, Universitas Nasional.

	Text Cover (Cover, Lembar Penunjang, Abstrak, Kata Pengantar, Daftar isi).pdf Download (950kB)
	Text BAB I.pdf Download (224kB)
	Text BAB II.pdf Download (198kB)
	Text BAB III.pdf Download (178kB)
	Text BAB V.pdf Download (147kB)
	Text LAMPIRAN (Daftar Pustaka, Lampiran lampiran, Lembar hasil turnitin).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 (Diploma)
Subjects:	T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	- Abdurrahman -
Date Deposited:	23 Nov 2023 04:58
Last Modified:	23 Nov 2023 04:58
URI:	https://repository.unas.ac.id/id/eprint/8226

Actions (login required)

View Item