Cover Image

Pengelompokan Dokumen Berita Berbahasa Indonesia Menggunakan Fuzzy C-Means

Main Author: Septiana, Neny
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2013
Subjects:
005 Computer programming
programs
data
Online Access: http://repository.ub.ac.id/145834/1/BAB_1-3_PENGELOMPOKAN_DOKUMEN_WITH_FCM__0810960015.pdf
http://repository.ub.ac.id/145834/2/JURNAL_PENGELOMPOKAN_DOKUMEN_WITH_FCM__0810960015.pdf
http://repository.ub.ac.id/145834/3/JURNALacuan_INDONESIA.pdf
http://repository.ub.ac.id/145834/4/JURNALacuan_INGGRIS.pdf
http://repository.ub.ac.id/145834/5/LAPORAN_SKRIPSI.pdf
http://repository.ub.ac.id/145834/
ctrlnum 145834
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/145834/</relation><title>Pengelompokan Dokumen Berita Berbahasa Indonesia Menggunakan Fuzzy C-Means</title><creator>Septiana, Neny</creator><subject>005 Computer programming, programs, data</subject><description>Pertukaran informasi berbasis web yang berkembang saat ini menyebabkan beberapa lembaga media banyak yang mendistribusikan beritanya secara online, sehingga mengakibatkan meluasnya isi dari berita dalam membahas suatu topik tertentu. Hal inilah yang kemudian menyebabkan pencari berita kesulitan dalam mencari informasi yang sesuai. Penelitian ini mengimplementasikan Fuzzy C-Means Clustering untuk mengelompokan dokumen berita berbahasa Indonesia dengan melihat kesamaan isi kata dari sebuah dokumen. Metode Fuzzy C-Means Clustering mengelompokan data ke dalam cluster berdasarkan nilai derajat keanggotaan sehingga memungkinkan data dapat memasuki lebih dari satu cluster. Prinsip pengelompokan ini adalah meminimalisasi nilai dari fungsi objektif terhadap penentuan nilai nilai derajat keanggotaan awal. Semakin besar nilai derajat keanggotaan data dalam suatu cluster maka semakin besar pula data tersebut menjadi anggota cluster tersebut. Hasil ujicoba terhadap 270 dataset yang diambil dari media online menunjukan bahwa dokumen cenderung untuk memasuki 5 kelompok dengan nilai akurasi f-measure tertinggi yaitu 0,638. Nilai akurasi yang didapatkan pada saat ujicoba menunjukan hasil yang didapat sangat tergantung pada jumlah dari variasi kata yang digunakan dalam pembobotan.</description><date>2013-03-04</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/145834/1/BAB_1-3_PENGELOMPOKAN_DOKUMEN_WITH_FCM__0810960015.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/145834/2/JURNAL_PENGELOMPOKAN_DOKUMEN_WITH_FCM__0810960015.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/145834/3/JURNALacuan_INDONESIA.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/145834/4/JURNALacuan_INGGRIS.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/145834/5/LAPORAN_SKRIPSI.pdf</identifier><identifier> Septiana, Neny (2013) Pengelompokan Dokumen Berita Berbahasa Indonesia Menggunakan Fuzzy C-Means. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2013/5/051300935</relation><recordID>145834</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Septiana, Neny
title Pengelompokan Dokumen Berita Berbahasa Indonesia Menggunakan Fuzzy C-Means
publishDate 2013
isbn 9780810960015
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/145834/1/BAB_1-3_PENGELOMPOKAN_DOKUMEN_WITH_FCM__0810960015.pdf
http://repository.ub.ac.id/145834/2/JURNAL_PENGELOMPOKAN_DOKUMEN_WITH_FCM__0810960015.pdf
http://repository.ub.ac.id/145834/3/JURNALacuan_INDONESIA.pdf
http://repository.ub.ac.id/145834/4/JURNALacuan_INGGRIS.pdf
http://repository.ub.ac.id/145834/5/LAPORAN_SKRIPSI.pdf
http://repository.ub.ac.id/145834/
contents Pertukaran informasi berbasis web yang berkembang saat ini menyebabkan beberapa lembaga media banyak yang mendistribusikan beritanya secara online, sehingga mengakibatkan meluasnya isi dari berita dalam membahas suatu topik tertentu. Hal inilah yang kemudian menyebabkan pencari berita kesulitan dalam mencari informasi yang sesuai. Penelitian ini mengimplementasikan Fuzzy C-Means Clustering untuk mengelompokan dokumen berita berbahasa Indonesia dengan melihat kesamaan isi kata dari sebuah dokumen. Metode Fuzzy C-Means Clustering mengelompokan data ke dalam cluster berdasarkan nilai derajat keanggotaan sehingga memungkinkan data dapat memasuki lebih dari satu cluster. Prinsip pengelompokan ini adalah meminimalisasi nilai dari fungsi objektif terhadap penentuan nilai nilai derajat keanggotaan awal. Semakin besar nilai derajat keanggotaan data dalam suatu cluster maka semakin besar pula data tersebut menjadi anggota cluster tersebut. Hasil ujicoba terhadap 270 dataset yang diambil dari media online menunjukan bahwa dokumen cenderung untuk memasuki 5 kelompok dengan nilai akurasi f-measure tertinggi yaitu 0,638. Nilai akurasi yang didapatkan pada saat ujicoba menunjukan hasil yang didapat sangat tergantung pada jumlah dari variasi kata yang digunakan dalam pembobotan.
id IOS4666.145834
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:47:53Z
last_indexed 2021-10-28T07:33:26Z
recordtype dc
_version_ 1751454638344765440
score 17.538404

Lihat Juga