KLASIFIKASI MULTI KATEGORI HALAMAN WEB BENCANA ALAM BERBAHASA INDONESIA MENGGUNAKAN SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBORS
| Main Author: | Ahmad Zuhri Ramadhan |
|---|---|
| Format: | Research |
| Bahasa: | ind |
| Online Access: |
http://etd.unsyiah.ac.id//index.php?p=show_detail&id=13786 |
Daftar Isi:
- Salah satu informasi pada halaman web yang cukup banyak ditampilkanmerupakan informasi mengenai bencana alam. Banyaknya informasi bencanayang tidak terkait dengan informasi bencana yang dibutuhkan dapatmenyebabkan banyaknya waktu yang dihabiskan dalam pencarian informasi yangsesuai. Oleh karena itu untuk mendapatkan informasi bencana yang sesuai,klasifikasi halaman web sangatlah diperlukan. Jenis kategori bencana dibatasihanya pada bencana banjir, gempa, gunung berapi dan longsor. Pada penelitian inidigunakan 2 algoritma klasifikasi yaitu Support Vector Machine (SVM) dan k-Nearest Neighbors (k-NN). Pengujian dilakukan dengan membandingkan nilai Fmeasurekedua metode dalam melakukan klasifikasi multi kategori jenis bencanapada halaman web. Hasil pengujian yang dilakukan menunjukkan metode k-NNmendapat nilai F-measure sebesar 0,988 dan metode SVM mendapat nilai Fmeasuresebesar 0,906. Hasil pengujian membuktikan bahwa metode k-NN lebihbaik dalam melakukan klasifikasi multi kategori halaman web bencanadibandingkan metode SVM.Kata kunci : Klasifikasi multi kategori, SVM, k-NN, F-measure.