Roifa, Ain Nuor (2018) Text Mining Dengan Metode Naive Bayes Classifier Untuk Mengklasifikasikan Berita Berdasarkan Konten. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1213100009-Undergraduate_Theses.pdf - Accepted Version Download (1MB) | Preview |
Abstract
Berita merupakan salah satu bentuk informasi yang disampaikan melalui media. Ada berita yang disampaikan melalui media cetak seperti koran, dan ada pula berita yang disiarkan melalui media elektronik seperti televisi. Banyak orang mengetahui setiap berita atau informasi yang disampaikan di televisi. Sebelum berita disampaikan di televisi, berita diklasifikasikan terlebih dahulu. Dalam proses klasifikasi masih dilakukan secara manual oleh jurnalis di perusahaan, sehingga dibutuhkan waktu yang cukup banyak. Oleh karena itu perlu adanya metode yang bisa mengklasifikasi secara tepat dan otomatis. Text mining merupakan variasi data mining yang berusaha menemukan pola menarik dari sekumpulan data tekstual dengan jumlah cukup besar. Sedangkan algoritma naïve bayes classifier merupakan algoritma metoda untuk melakukan klasifikasi. Dalam penelitian ini data yang digunakan berupa teks berita dari TV9. Berita terdiri dari 4 kategori yaitu agama, ekonomi, politik dan sosial. Setiap kategori memiliki jumlah yang berbeda dengan total semua berita ada 935 teks berita; 500 teks berita digunakan untuk proses training, dan 435 teks berita digunakan untuk proses testing. Hasil dari penelitian ini adalah program klasifikasi teks berita dengan menggunakan software JAVA Neatbeans dapat mengklasifikasi berita kedalam empat kelas dengan tingkat akurasi 94,71265%. ========== News are
one form of information submitted through the
media. There is news delivered through print med
ia such as
newspapers, and there are also news broadcast via electronic media
such as television. Many people know every news or information
submitted on television. Before news is delivered on television,
news is classified first. In the process of classi
fication is still done
manually by journalists in the company, so it takes considerable
time
. Therefore the need for a
method
that can classify precisely
and automatically. Text mining is a variation of data mining that
seeks to find interesting patterns f
rom a batch of textual data with
large numbers. While the naïve bayes classifier algorithm is a
method algorithm for classification. In this study the data used in
the form of news text from TV9. News consists of 4 categories:
religion, economy, politics a
nd social. Each category has a
different amount to the total of all the news there are 935 news
texts; 500 news texts are used for the training process, and 435
news texts are used for the testing process. The result of this
research is news classification
program using JAVA Neatbeans
software can classify the news into four classes with accuracy level
94,71265%.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSMa 006.312 Roi t |
| Uncontrolled Keywords: | Program klasifikasi berita; Text Mining; Naïve Bayes Classifier; News classification program; Text Mining; Naï ve Bayes Classifier. |
| Subjects: | Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) Q Science > QA Mathematics > QA279.5 Bayesian statistical decision theory. |
| Divisions: | Faculty of Mathematics, Computation, and Data Science > Mathematics > 44201-(S1) Undergraduate Thesis |
| Depositing User: | Ain Nuor Roifa |
| Date Deposited: | 30 Apr 2018 04:10 |
| Last Modified: | 21 Jul 2020 07:31 |
| URI: | http://repository.its.ac.id/id/eprint/51007 |
Actions (login required)
 |
View Item |