Rancang bangun sistem peringkas berita otomatis berbasis text mining dengan menggunakan naive bayes classifier
Main Author: | Suryatama, Nicholas Adi |
---|---|
Format: | Thesis NonPeerReviewed Book |
Bahasa: | eng |
Terbitan: |
, 2016
|
Subjects: | |
Online Access: |
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/ |
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
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.</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 |