PENERAPAN METODE WINNOWING FINGERPRINT DAN MULTINOMIAL LOGISTIC REGRESSION PADA PENGELOMPOKAN DOKUMEN ABSTRAK TUGAS AKHIR
Daftar Isi:
- Keanekaragamandanjumlah dokumen abstrak tugas akhir padasaat ini terus bertambahdan tidak terorganisir dengan baik menyebabkanpencarian informasi semakin sulit, solusi untuk mengatasinya adalah dengan membangun suatu sistem klasifikasidokumen. Penelitian ini menerapkan metode winnowing untuk pemilihan fitur yaitu fingerprint,tf-idf untuk pembobotan dan multinomial logistic regressionuntuk pengelompokan. Pengelompokandokumendengan menggunakan winnowing fingerprintdan multinomial logistic regressionmempunyai 8 bidang keahlian dengan menggunakan1050 dokumen abstrak dengan90% data latihdan10% data uji. Pengujianmenghasilkanakurasi 84,7% (k-gram=8, bilangan prima=2 dan jumlah window=8), Sedangkan pengujian menggunakan data yang seimbang, yaitu 400 data latih (masing-masing kelas memiliki 50 dokumen) menghasilkanakurasi 72,5% (k-gram=8, bilangan prima=2 dan jumlah window=8).Kata Kunci: Fingerprint,Multinomial logistic regression,Pengelompokan Dokumen Abstrak Tugas akhir,TextMining,TF-IDF,Winnowing.