Implementasi Ekstraksi Fitur untuk Pengelompokan Dokumen Proposal Menggunakan Algoritma Naïve Bayes
DOI:
https://doi.org/10.35143/jkt.v8i1.5351Kata Kunci:
Text Mining, Ektraksi Fitur, Algoritma Naive BayesAbstrak
Text mining merupakan proses penemuan informasi yang baru yang belum diketahui sebelumnya dari beberapa dokumen teks. Text mining dapat diterapkan pada bidang ekstraksi informasi, pelacakan topik, perangkuman dokumen, membuat kategorisasi atau pengelompokan dokumen, concept linking atau question answering system. Salah satu yang sering dilakukan dalam mengimplementasikan text mining adalah ekstraksi informasi. Extraksi informasi bertujuan untuk mengambil informasi dari dokumen yang tidak terstruktur menjadi data yang terstruktur, dengan tujuan untuk memudahkan melakukan analisis dari data tersebut.Pada penelitian ini ektraksi fitur akan digunakan untuk mengambil fitur dari dokumen Pengabdian Masyarakat, dengan menggunakan algoritma Frequent Itemset Mining (FIM). Fitur yang diambil adalah Judul PKM, Abstrak, Tahun Pengabdian, Lokasi, dan topik penelitian. Setelah didapatkan fitur akan dilakukan pengelompokkan topik pengabdian dengan menggunakan algoritma Naive Bayes. Hasil dari penelitian ini dilakukan pengujian dengan confusion matrix, dengan hasil akurasi sebesar 70%. Faktor yang mempengaruhi hasil akurasi diantaranya adalah jumlah data training, sebaran data taining, dan optimasi algoritma yang digunakanUnduhan
Referensi
Ardanu, F., Himawan, H., & P, D. B. (2013). Pemanfaatan Teknologi Data Mining Dalam Menentukan Efektifitas Penyebaran Brosur.
Dharmayanti, D., Bachtiar, A. M., & Heryandi, A. (2013). Pemodelan Data Warehouse,
(2), 151–168.
Fadilah, U., Winarno, W. W., Amborowati, A., Fadilah, U., Winarno, W. W., & Amborowati, A. (2016). Perancangan Data Warehouse Untuk Sistem Akademik STMIK Kadiri Data Warehouse System Design For Academic STMIK Kadiri, 6(2), 217–228.
Ilmiah, J., Komputa, I., Volume, E., Issn, F., Cv, D. I., Anugerah, K., … Bandung, U. (2016a). PEMBANGUNAN PERANGKAT LUNAK DATA WAREHOUSE Jurnal Ilmiah Komputer Dan Informatika ( KOMPUTA ), 1.
Ilmiah, J., Komputa, I., Volume, E., Issn, F., Cv, D. I., Anugerah, K., … Bandung, U. (2016b). PEMBANGUNAN PERANGKAT LUNAK DATA WAREHOUSE Jurnal Ilmiah Komputer Dan Informatika ( KOMPUTA ). Ok
Mulyati, S., Amini, S., & Juliasari, N. (2014). 104-279-1-PB.Pdf. Jurnal Telematika MKOM, 6 No.1.
Ponniah, P. (2001). Data Warehouse Fundamentals: A Comprehensive Guide For IT Professional.J.Wiley. New York.
M. Ainiyah, D. Nurmalasari, And W. Nengsih, “Visualisasi Data Teks Food Reviews Menggunakan Frequent Itemset Mining,†J. Aksara Komput. Terap., Vol. 6, No. 2, 2017.
L. Tanjaya, A. Wibowo, And D. Nurmalasari, “Sistem Pengelompokan E-Journal Berdasarkan Abstrak Menggunakan Text Mining Dan K-Means Clustering,†J. Aksara Komput. Terap., Vol. 5, No. 1, 2016
J. Han, J. Pei, And M. Kamber, Data Mining: Concepts And Techniques. Elsevier, 2011.
R. Feldman And J. Sanger, The Text Mining Handbook: Advanced Approaches In Analyzing Unstructured Data. Cambridge University Press, 2007.
E. Muningsih, H. M. Nur, F. F. D. Imaniawan, V. R. Handayani, And F. Endiarto, “Comparative Analysis On Dimension Reduction Algorithm Of Principal Component Analysis And Singular Value Decomposition For Clustering,†In Journal Of Physics: Conference Series, 2020, Vol. 1641, No. 1, P. 012101.
A. Sukma, B. Zaman, And E. Purwanti, “Information Retrieval Document Classification With K-Nearest Neighbor,†Rec. Libr. J., Vol. 1, No. 2, Pp. 129–138, 2015.
A. N. Asyfa, D. Nurmalasari, And R. P. Sari, “Identifikasi Kinerja Perusahaan Berdasarkan Laporan Keuangan Menggunakan Algoritma K-NN,†J. Aksara Komput. Terap., Vol. 5, No. 1, 2016.
S. H. Myaeng, K. S. Han, And H. C. Rim, “Some Effective Techniques For Naive Bayes Text Classification,†IEEE Trans. Knowl. Data Eng., Vol. 18, No. 11, Pp. 1457–1466, 2006
W. Zhang And F. Gao, “Performance Analysis And Improvement Of Naïve Bayes In Text Classification Application,†2013 IEEE Conf. Anthol. Nthol. 2013, Pp. 1–4, 2013.
M. A. Fauzi, S. Gosario, A. Z. Arifin, And I. S. Prabowo, “Klasifikasi Berita Berbahasa Indonesia Menggunakan Seleksi Fitur Dua Tahap Dan Naive Bayes,†SYSTEMIC, Vol. 03, No. 02, Pp. 7–12, 2017.
Nurhuda, F., Widya Sihwi, S. Dan Doewes, A. (2016) “Analisis Sentimen Masyarakat Terhadap Calon Presiden Indonesia 2014 Berdasarkan Opini Dari Twitter Menggunakan Metode Naive Bayes Classifier,†Jurnal Teknologi & Informasi Itsmart, 2(2), Hal. 35
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2022 Jurnal Komputer Terapan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskah pada jurnal ini setuju tentang hal-hal berikut ini:
- Penulis memegang hak cipta untuk proses, prosedur, atau artikel yang dideskripsikan pada naskah dan memberikan hak kepada jurnal untuk pertama kali mempublikasikan naskah dibawah Creative Commons Attribution License yang memperbolehkan orang lain untuk menyebarkan hasil penelitian dengan pengakuan hak cipta penulis dan jurnal.
- Penulis memegang hak untuk mempublikasikan kembali semua atau sebagian hasil penelitian pada naskah lain tetapi tidak memberikan hak kepada pihak ketiga lain untuk mencetak dan mempublikasikan ulang hasil penelitian yang sama.
- Penulis diperbolehkan dan disarankan untuk menginformasikan naskah yang telah terbit secara online (seperti pada repository institusi atau website milik penulis) yang akan meningkatkan produktivitas rujukan dan sitasi dari naskah yang telah terbit.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
