Layanan journal yang disediakan oleh Perpustakaan Universitas Gunadarma
| Judul Artikel | : | PENGKLASIFIKASIAN ARTIKEL BERITA BERBAHASA INDONESIA SECARA OTOMATIS MENGGUNAKAN NAIVE BAYES CLASSIFIER |
|---|---|---|
| Judul Terbitan | : | Jurnal Ilmu Komputer dan Informasi |
| ISSN | : | 1979-0732 |
| Bahasa | : | IND |
| Tempat Terbit | : | Depok |
| Tahun | : | 0000 |
| Volume | : | Vol. 1 Issue 2 0000 |
| Penerbit | : | Fakultas Ilmu Komputer Universitas Indonesia |
| Frekuensi Penerbitan | : | |
| Penulis | : | Sylvia Susanto ; Dana Indra Sensuse |
| Abstraksi | : | Fokus penelitian ini adalah meneliti karakteristik Naive Bayes Classifier untuk memperoleh kinerja yang optimal dalam proses klasifikasi. Penelitian dilakukan terhadap 1351 dokumen berita berbahasa Indonesia dari situs www.suarapembaruan.com. Hasil penelitian menunjukan bahwa Naive Bayes Classifier merupakan metode yang memiliki tingkat akurasi yang tinggi. Hal menarik yang terjadi adalah akurasi masih tetap relatif tinggi walaupun dokumen pembelajaran secara ekstrim dikurangi menjadi 10%. Pada penelitian ini juga mengamati apakah Naive Bayes Classifier merupakan metode klasifikasi yang stabi!. Hasilnya ternyata jumlah kategori tidak mempengaruhi kinerja metode ini. NBC merupakan metode yang stabil jika dilihat dari segi kuantitas kategori. |
| Kata Kunci | : | IR; klasifikasi dokumen; stemming; non stemming; Naive Bayes Classifier (NBC); proporsi dokumen pembelajaran; kuantitas kategori. |
| Lokasi | : | Depok |
| Terakreditasi | : | belum |