UMM Institutional Repository

KLASIFIKASI TEKS SURAT KABAR DENGAN MENGGUNAKAN ALGORITMA N-GRAM STEMMERS

ASRUL, KHOZINATUL (2014) KLASIFIKASI TEKS SURAT KABAR DENGAN MENGGUNAKAN ALGORITMA N-GRAM STEMMERS. Other thesis, University of Muhammadiyah Malang.

[img]
Preview
Text
jiptummpp-gdl-khozinatul-34954-1-pendahul-n.pdf

Download (385kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-khozinatul-34954-2-bab1.pdf

Download (76kB) | Preview

Abstract

Sistem untuk klasifikasi dokumen Bahasa Indonesia masih sangat terbatas. Metode yang digunakanpun tidak sebanyak metode yang dikembangkan untuk dokumen Bahasa Inggris. Salah satu metode klasifikasi dokumen Bahasa Indonesia adalah bigram, trigram dan quadgram. Tugas akhir ini bertujuan membandingkan kinerja bigram, trigram dan quadgram dalam klasifikasi dokumen Bahasa Indonesia. Dokumen diambil dari berita surat kabar pagi online. Dokumen dikategorikan menjadi lima kelas, yakni politik, bisnis, otomotif, teknologi dan olahraga. Pada proses klasifikasi akan dilakukan penghitungan kemiripan antara dokumen berita dengan daftar kategori pada database, pada tiap daftar kategori terdapat keyword yang nantikan dijadikan pembanding dengan dokumen berita. Hasil tiap perhitungan nanti akan di urutkan berdasarkan nilai terbesar kemiripan, menggunakan Dice similarity. Dari hasil analisa diperoleh kesimpulan bahwa quadgram lebih baik dari pada bigram dan trigram

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics (55201)
Depositing User: Mr Ahmad Adi Husada
Date Deposited: 25 Apr 2016 09:31
Last Modified: 25 Apr 2016 09:31
URI : http://eprints.umm.ac.id/id/eprint/28071

Actions (login required)

View Item View Item
UMM Official

© 2008 UMM Library. All Rights Reserved.
Jl. Raya Tlogomas No 246 Malang East Java Indonesia - Phone +62341464318 ext. 150, 151 - Fax +62341464101
E-Mail : infopus[at]umm.ac.id - Website : http://lib.umm.ac.id - Online Catalog : http://laser.umm.ac.id - Repository : http://eprints.umm.ac.id

Web Analytics

UMM Institutional Repository is powered by :
EPrints Logo