Penerapan Algoritma Peningkatan Porter Stemmer Dan Likelihood Untuk Identifikasi Topik Pada Artikel Berita Berbahasa Indonesia

Andriyani,, Devi (2016) Penerapan Algoritma Peningkatan Porter Stemmer Dan Likelihood Untuk Identifikasi Topik Pada Artikel Berita Berbahasa Indonesia. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1212100088-Undergraduate_Thesis.pdf - Accepted Version

Download (1MB) | Preview
[img]
Preview
Text
1212100088-Paper.pdf - Accepted Version

Download (692kB) | Preview
[img]
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 View Item