<p>Implementasi smote pada klasifikasi dialek bahasa jawa menggunakan metode naives bayes / Grace Angeline</p>
| Main Author: | Angeline, Grace |
|---|---|
| Other Authors: | 1. Aji Prasetya Wibawa, S.t., M.mt., Ph.d;2. Utomo Pujianto, S.kom, M.kom |
| Format: | PeerReviewed |
| Bahasa: | ind |
| Terbitan: |
Universitas Negeri Malang. Program Studi Teknik Informatika
, 2022
|
| Subjects: | |
| Online Access: |
http://mulok.lib.um.ac.id/oaipmh/../home.php?s_data=Skripsi&s_field=0&mod=b&cat=3&id=115166 |
Daftar Isi:
- <p>Indonesia merupakan negara dengan keragaman suku bangsa dan budaya. Orang dengan suku yang berbeda akan berkomunikasi dengan cara yang berbeda sehingga setiap daerah memiliki dialeknya masing-masing. Pulau Jawa merupakan pulau terpadat di Indonesia dan memiliki keragaman dialek yang tinggi. Berdasarkan peta bahasa yang dikeluarkan oleh KEMDIKBUD Pulau Jawa memiliki 12 dialek utama yang tersebar di Jawa Timur Jawa Barat dan Jawa Tengah. Dari hasil survei yang telah dilakukan dialek yang digunakan sebagai nbsp dataset hanya dibatasi menjadi 4 dialek nbsp terpopuler dari setiap provinsi yaitu Dialek nbsp Cirebon Dialek Tegal Dialek Jawa Timur dan Dialek nbsp Solo-Jogja. Penyediaan data nbsp dilakukan dengan metode studi literatur yang bersumber dari buku dan dokumen tertulis yang tersedia di internet. Data akan diolah dan dianalisis menggunakan algoritma nbsp Multinomial Naives Bayes nbsp karena cepat dalam proses perhitungan nbsp sederhana dan memiliki akurasi yang tinggi. Algoritma akan diuji menggunakan nbsp K- fold Cross Validation nbsp untuk mengetahui performa algoritma nbsp Multinomial Naives Bayes nbsp dalam melakukan klasifikasi dialek di Pulau Jawa. Metode nbsp Synthetic nbsp Minority nbsp Over-Sampling Technique nbsp (SMOTE) juga digunakan dalam penelitian ini untuk mengetahui pengaruh teknik oversampling terhadap performa algoritma. Dari penelitian in dihasilkan performa terbaik dengan akurasi sebesar 84 22% nbsp presisi nbsp sebesar nbsp 82 96% nbsp dan nbsp recall nbsp sebesar nbsp 84 58%.</p>