Andriyani,, Devi (2016) Penerapan Algoritma Peningkatan Porter Stemmer Dan Likelihood Untuk Identifikasi Topik Pada Artikel Berita Berbahasa Indonesia. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1212100088-Undergraduate_Thesis.pdf - Accepted Version Download (1MB) | Preview |
Preview |
Text
1212100088-Paper.pdf - Accepted Version Download (692kB) | Preview |
Preview |
Text
1212100088-Presentation.pdf - Presentation Download (2MB) | Preview |
Abstract
Setiap informasi yang disajikan dalam suatu berita
memiliki tema pembicaran yang beragam sehingga tidak mungkin
semua informasi tersebut bisa dicerna secara bersamaan,
melainkan harus dikelompokkan berdasarkan relevansi topik dari
berita tersebut. Pengelompokan tersebut dapat mempermudah
pembaca untuk memilih informasi yang penting sesuai dengan
topik yang ingin dibaca. Berkaitan dengan pengelompokan
berita, berita memiliki karakteristik yang berbeda dengan
informasi yang lain sehingga diperlukan suatu algoritma khusus
yang mampu menangani penemuan topik dan klasifikasi
menggunakan data training pada suatu berita. Pada penelitian
ini akan diterapkan algoritma peningkatan Porter Stemmer pada
proses stemming (pembentukan kata dasar) dan metode
Likelihood untuk klasifikasi berita berdasarkan kategori serta
identifikasi topik.
Berdasarkan hasil pengujian menggunakan 900 data
training dan 90 data uji didapatkan akurasi yang cukup tinggi,
yaitu 95,56 % untuk klasifikasi kategori dan 97,78 % untuk
identifikasi topik.
================================================================================================
Any information presented in the news discuss about diverse
theme and that all of information can not be digested
simultaneously, so that it must be grouped by relevance to the
topic of the news. The grouping may be easier for the reader to
choose the information that is important according to the topic
you want to read. Relating to classification of the news, the news
has different characteristics with other information so we need a
special algorithm that is capable of handling the topic discovery
and classification using training data. In this research will be
applied Porter Stemmer algorithm improvement in the process of
stemming (basic word formation) and Likelihood method for
classifying news by category and topic identification.
Based on testing results using 900 training data and 90 test
data obtained high accuracy, which is 95.56% for the
classification category and 97.78% for the identification of
topics.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSMa 005.1 And p 3100016066451 |
| Uncontrolled Keywords: | berita, algoritma Peningkatan Porter Stemmer, likelihood, klasifikasi kategori, identifikasi topik, news, Improved Porter Stemmer algorithm, likelihood, classification categories, identification of topics |
| Subjects: | Q Science > QA Mathematics > QA76.9 Computer algorithms. Virtual Reality. Computer simulation. |
| Divisions: | Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis |
| Depositing User: | - Davi Wah |
| Date Deposited: | 25 Feb 2020 07:46 |
| Last Modified: | 25 Feb 2020 07:46 |
| URI: | http://repository.its.ac.id/id/eprint/75123 |
Actions (login required)
 |
View Item |