LAILATUS SYARIFAH, 081511833038 (2019) TEXT MINING UNTUK PENGKLASIFIKASIAN KOMENTAR MASYARAKAT DALAM MEDIA CENTER SURABAYA DENGAN METODE NAÏVE BAYES CLASSIFIER. Skripsi thesis, Universitas Airlangga.

	Text (abstrak) abstrak.pdf Download (82kB)
	Text (full text) full text.pdf Restricted to Registered users only until 22 March 2022. Download (1MB) | Request a copy

Abstract

Text mining merupakan proses menggali informasi menggunakan tools analisis dengan tujuan mendapatkan informasi yang berguna dari sekumpulan dokumen. Sumber data yang digunakan merupakan kumpulan teks yang memiliki format tidak terstruktur. Salah satu komponen dalam text mining adalah pengklasifikasian dokumen. Studi kasus dalam penelitian ini yaitu pengklasifikasian komentar masyarakat Surabaya dalam website Media Center Surabaya berdasarkan bidang pelayanan publik yaitu bidang infrastruktur dan administrasi. Salah satu metode text mining yang digunakan untuk mengklasifikasikan dokumen adalah Naïve Bayes Classifier (NBC). Metode NBC merupakan algoritma yang sering digunakan dalam pengkategorian teks, dimana konsep dasarnya adalah menggabungkan probabilitas kata-kata dan kategori sebuah dokumen. Sebagai salah satu metode komputasi yang efisien dan mempunyai performance preditictive yang baik, NBC merupakan salah satu metode klasifikasi teks yang popular. Berdasarkan hasil perhitungan, didapatkan ketepatan klasifikasi pada data testing yaitu sebesar 98% dan pada data testing yaitu sebesar 97%. Hal ini menunjukkan bahwa metode Naïve Bayes Classifier sangat baik digunakan untuk pengklasifikasian komentar masyarakat dalam Media Center Surabaya berdasarkan bidang pelayanan publik

Actions (login required)

View Item