ctrlnum 1184
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://kc.umn.ac.id/1184/</relation><title>Rancang bangun sistem peringkas berita otomatis berbasis text mining dengan menggunakan naive bayes classifier</title><creator>Suryatama, Nicholas Adi</creator><subject>T10.5-11.9 Communication of technical information</subject><subject>T58.5-58.64 Information technology</subject><description>Naive Bayes Classifier merupakan salah satu teknik klasifikasi data yang&#xD; paling sering digunakan. Text summarization adalah proses untuk mendapatkan&#xD; informasi paling penting dari satu atau lebih sumber informasi dan menghasilkan&#xD; versi yang lebih singkat dari informasi tersebut. Terdapat dua jenis ringkasan&#xD; yaitu ekstraktif dan abstraktif. Ringkasan yang akan diperoleh dari sistem&#xD; merupakan ringkasan ekstraktif. Ringkasan ekstraktif merupakan ringkasan yang&#xD; didapatkan dari kalimat-kalimat yang dianggap penting dari suatu sumber&#xD; informasi. Dalam penelitian ini, Naive Bayes Classifier digunakan untuk&#xD; melakukan text summarization pada berita. Berita yang digunakan adalah berita&#xD; dengan kategori ekonomi, nasional, dan olahraga. Berita yang digunakan&#xD; bersumber dari www.kompas.com. Dari berita yang ada, akan dicari tahu&#xD; ringkasan manualnya melalui seorang ahli Bahasa Indonesia. Ringkasan tersebut&#xD; akan dibandingkan dengan ringkasan yang dihasilkan oleh sistem. Parameter yang&#xD; digunakan adalah posisi kalimat, panjang kalimat, nama entitas, data numerik, dan&#xD; kemiripan kalimat dengan judul. Setelah melakukan beberapa pengujian,&#xD; diketahui bahwa dengan menggunakan Naive Bayes Classifier ringkasan terbaik&#xD; didapatkan pada berita dengan kategori olahraga dengan rata-rata nilai f-measure&#xD; sebesar 0,77.</description><date>2016</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1184/1/HALAMAN%20AWAL.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1184/2/BAB%20I.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1184/3/BAB%20II.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1184/4/BAB%20III.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1184/5/BAB%20IV.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1184/6/BAB%20V.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1184/7/DAFTAR%20PUSTAKA.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1184/8/LAMPIRAN.pdf</identifier><identifier> Suryatama, Nicholas Adi (2016) Rancang bangun sistem peringkas berita otomatis berbasis text mining dengan menggunakan naive bayes classifier. Bachelor Thesis thesis, Universitas Multimedia Nusantara. </identifier><recordID>1184</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Suryatama, Nicholas Adi
title Rancang bangun sistem peringkas berita otomatis berbasis text mining dengan menggunakan naive bayes classifier
publishDate 2016
topic T10.5-11.9 Communication of technical information
T58.5-58.64 Information technology
url http://kc.umn.ac.id/1184/1/HALAMAN%20AWAL.pdf
http://kc.umn.ac.id/1184/2/BAB%20I.pdf
http://kc.umn.ac.id/1184/3/BAB%20II.pdf
http://kc.umn.ac.id/1184/4/BAB%20III.pdf
http://kc.umn.ac.id/1184/5/BAB%20IV.pdf
http://kc.umn.ac.id/1184/6/BAB%20V.pdf
http://kc.umn.ac.id/1184/7/DAFTAR%20PUSTAKA.pdf
http://kc.umn.ac.id/1184/8/LAMPIRAN.pdf
http://kc.umn.ac.id/1184/
contents Naive Bayes Classifier merupakan salah satu teknik klasifikasi data yang paling sering digunakan. Text summarization adalah proses untuk mendapatkan informasi paling penting dari satu atau lebih sumber informasi dan menghasilkan versi yang lebih singkat dari informasi tersebut. Terdapat dua jenis ringkasan yaitu ekstraktif dan abstraktif. Ringkasan yang akan diperoleh dari sistem merupakan ringkasan ekstraktif. Ringkasan ekstraktif merupakan ringkasan yang didapatkan dari kalimat-kalimat yang dianggap penting dari suatu sumber informasi. Dalam penelitian ini, Naive Bayes Classifier digunakan untuk melakukan text summarization pada berita. Berita yang digunakan adalah berita dengan kategori ekonomi, nasional, dan olahraga. Berita yang digunakan bersumber dari www.kompas.com. Dari berita yang ada, akan dicari tahu ringkasan manualnya melalui seorang ahli Bahasa Indonesia. Ringkasan tersebut akan dibandingkan dengan ringkasan yang dihasilkan oleh sistem. Parameter yang digunakan adalah posisi kalimat, panjang kalimat, nama entitas, data numerik, dan kemiripan kalimat dengan judul. Setelah melakukan beberapa pengujian, diketahui bahwa dengan menggunakan Naive Bayes Classifier ringkasan terbaik didapatkan pada berita dengan kategori olahraga dengan rata-rata nilai f-measure sebesar 0,77.
id IOS6965.1184
institution Universitas Multimedia Nusantara
institution_id 355
institution_type library:university
library
library Perpustakaan Universitas Multimedia Nusantara
library_id 306
collection Knowledge Center UMN
repository_id 6965
subject_area Business/Bisnis
Communication/Komunikasi
Art Apreciation/Apresiasi Seni
Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
city TANGERANG
province BANTEN
shared_to_ipusnas_str 1
repoId IOS6965
first_indexed 2019-04-04T01:20:22Z
last_indexed 2019-04-04T01:20:22Z
recordtype dc
_version_ 1683865381000708096
score 17.538404