%0 Thesis
%9 Bachelor
%A 22074287, ANDREAN WIDYA PRADIPTA
%A Universitas Kristen Duta Wacana,
%B Informatika
%D 2012
%F katalog:3249
%I Universitas Kristen Duta Wacana
%P 74
%T KLASIFIKASI DOKUMEN TEKS MENGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPORPAGATION
%U https://katalog.ukdw.ac.id/3249/
%X Kebutuhan konsumen terhadap informasi dalam bentuk berita saat ini semakin meningkat, sehingga dibutuhkan pengklasifikasian berita untuk mempermudah dalam pencarian informasi. Klasifikasi berita diharapkan membantu konsumen dalam memahami isi berita tanpa harus membaca secara keseluruhan. Proses klasifikasi terjadi ketika sebuah objek dikelompokan ke dalam kelas yang sudah ditentukan atau ke dalam kelas yang ditentukan berdasarkan atribut-atribut yang diamati berdasarkan objek tersebut. Permasalahan yang muncul adalah bagaimana sistem dapat melakukan klasifikasi untuk memenuhi kebutuhan konsumen? Beberapa metode dalam klasifikasi yang secara umum dipakai adalah Decision Tree, Bayesian Classification, Neural Network, k-Nearest Neighbor Classifiers, Genetic Algorithms dan lain sebagainya. Neural Network atau jaringan syaraf tiruan sekarang ini muncul sebagai salah satu alat penting untuk proses penyelesaian dalam klasifikasi. Menurut beberapa penelitian, jaringan tiruan memiliki tingkat toleransi yang tinggi terhadap data yang tidak beraturan sama bagusnya seperti kemampuan untuk mengklasifikasi pola yang tidak dilatihkan. Kemampuan dari jaringan syaraf tiruan tersebut, menurut para ahli menjadi faktor yang sangat mendukung yang menjadikan jaringan syaraf tiruan menjadi salah satu alat penting dalam klasifikasiSistem yang dibangun telah dapat menyimpan dokumen yang didapat dari situs www.cnn.com secara lokal. Sistem dapat melakukan pencarian dokumen sesuai dengan relevansi dengan masukan terhadap sistem. Sistem yang dibangun sudah dapat mengklasifikasikan dokumen dalam 3 kategori yang berbeda dengan salah satu metode jaringan syaraf tiruan yaitu backporpagation.