CLUSTERISASI DOKUMEN TEKS BERBAHASA ARAB MENGGUNAKAN ALGORITMA K-MEANS
| Main Author: | Urfy, Nora Ainiyah |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2013
|
| Subjects: | |
| Online Access: |
http://eprints.umm.ac.id/27991/1/jiptummpp-gdl-noraainiya-33087-1-pendahul-n.pdf http://eprints.umm.ac.id/27991/2/jiptummpp-gdl-noraainiya-33087-2-babi.pdf http://eprints.umm.ac.id/27991/ |
Daftar Isi:
- Banyaknya informasi digital yang tidak terstruktur sebagai salah satu dampak dari perkembangan teknologi informasi yang membutuhkan cara pengorganisasian untuk kemudahan pengolahannya. Bahasa Arab memiliki morfologi yang lebih kaya dan kompleks dari pada bahasa Inggris atau pun bahasa Indonesia. Dimana dalam teks bahasa Arab dapat dicari bentuk morfologi sebuah kata dari stem atau kata dasarnya. Stemming merupakan suatu proses menemukan kata dasar dari sebuah kata dengan menghilangkan semua imbuhan. Tugas Akhir ini bertujuan untuk mengelompokkan informasi yang terkandung dalam dokumen bahasa Arab menggunakan metode K-Means. Metode ini mengelompokkan data berdasarkan pada kelompoknya. Pada tahap preprocessing setiap kata dalam dokumen dicari bentuk dasarnya dan dilakukan penghapusan daftar kata yang tidak memiliki peran penting. Selanjutnya dilakukan clusterisasi dokumen menggunakan metode K-Means.