PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN NAÏVE BAYES PADA KLASIFIKASI JUDUL ARTIKEL PADA JURNAL ILMIAH

PRAYOGO, ANANG (2023) PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN NAÏVE BAYES PADA KLASIFIKASI JUDUL ARTIKEL PADA JURNAL ILMIAH. Diploma thesis, Universitas Nasional.

	Text COVER.pdf Download (4MB)
	Text BAB 1.pdf Download (201kB)
	Text BAB 2.pdf Download (1MB)
	Text BAB 3.pdf Download (350kB)
	Text BAB 4.pdf Download (6MB)
	Text BAB 5.pdf Download (183kB)
	Text LAMPIRAN.pdf Download (243kB)

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 (KNN).
Dataset yang digunakan berupa judul artikel jurnal sejumlah 200 data yang kemudian
dipisahkan menjadi data uji dan data latih. Hasil akurasi yang didapat dengan menggunakan KNN
sebesar 85,00% dengan data uji 10% dan k=3. Hasil akurasi menggunakan NB adalah
sebesar 81,66% dengan menggunakan data uji 30%. 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) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	- Abdurrahman -
Date Deposited:	25 Jan 2024 07:00
Last Modified:	25 Jan 2024 07:00
URI:	https://repository.unas.ac.id/id/eprint/9544

Actions (login required)

View Item