Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
PENGKAJIAN FITUR N-GRAMS DALAM MENGKLASIFIKASI HALAMAN WEB BENCANA ALAM MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN)
Pengarang
MAULIDA ZELFI - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
0508101010029
Fakultas & Prodi
Fakultas MIPA / Matematika (S1) / PDDIKTI : 44201
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas Matematika dan Ilmu Pengetahuan Alam., 2012
Bahasa
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
eiring dengan perkembangan informasi digital yang semakin pesat, perkembangan dokumen teks atau web pun semakin meningkat, baik dalam jumlah, ukuran maupun isi. Oleh karena itu, diperlukan pengklasifikasian dokumen digital guna memudahkan pengguna dalam mencari dokumen yang diinginkan. Banyak metode yang digunakan pada klasifikasi, namun pada penelitian ini, metode yang digunakan ialah K• Nearest Neighbor. Metode ini bekerja berdasarkan jarak Euclidian. Metode ini menghitung jarak terpendek pada setiap tetangga. Sebelum melakukan klasifikasi dokumen digital, terlebih dahulu perlu membangun kamus yang nantinya akan digunakan untuk membangun matriks fitur setiap dokumen. Matriks fitur tersebut yang akan digunakan untuk klasifikasi. Kamus yang diperlukan tidak cukup hanya kamus satu kata saja, namun diperlukan kamus gabungan beberapa kata. Pada
penelitian ini memakai kamus n-grams, dimana n yang digunakan iaJah n = 1,2,
dan 3, yaitu one-gram, two-gram dan three-gram. Penggunaan kamus sampai tiga kata bertujuan untuk meningkatkan akurasi klasifikasi suatu dokumen. Akurasi
klasifikasi dilihat berdasarkan nilai persentase tertinggi dengan menggunakan
metode F-Measure. Hasil penelitian menunjukkan bahwa, penggunaan kamus
three-gram (tiga kata) memiliki akurasi tertinggi dengan nilai F-Measure ialah
99,14%.
Kata kunci : K-Nearest Neighbor, Pengklasifikasian, n-grams, F-Measure.
Tidak Tersedia Deskripsi
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PEMILIHAN LOKASI COFFEE SHOP DI KECAMATAN KUTA ALAM (Nurnazirah, 2024)
PERBANDINGAN AKURASI HASIL KLASIFIKASI GAMBAR BERWARNA MENGGUNAKAN METODERNK-NEAREST NEIGHBOR (KNN) DAN SUPPORT VECTOR MACHINE (SVM) (Laina Farsiah, 2021)
KLASIFIKASI KARAKTERISTIK FISIK BIJI PINANG BELAH KERING (ARECA CATECHU) MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN METODE K-NEAREST NEIGHBOR (K-NN) (RIA DESIANTI BR SITEPU, 2022)
KLASIFIKASI KUALITAS FISIK KOPI BERAS ARABIKA MENGGUNAKAN PENGOLAHAN CITRA DENGAN METODE K-NEAREST NEIGHBOR (K-NN) (RENI MARDISA, 2022)
DETEKSI KANKER PAYUDARA BERBASIS FITUR CITRA TERMAL DAN KLASIFIKASI K-NEAREST NEIGHBOR (KNN) (Mentari Bella Al Rasyid, 2019)