IMPLEMENTASI METODE K- NEAREST NEIGHBOR DALAM PENENTUAN AUTO-TAGGING PADA ARTIKEL BLOG

22084416, SETIADI YULIANTO (2016) IMPLEMENTASI METODE K- NEAREST NEIGHBOR DALAM PENENTUAN AUTO-TAGGING PADA ARTIKEL BLOG. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22084416_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 22084416_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Saat ini ketersediaan sumber informasi sangatlah besar. Informasi yang disajikan sebagian besar berbentuk teks dan elektronik. Kondisi ini menyebabkan kesulitan bagi pengguna untuk mendapatkan informasi yang dibutuhkan. Oleh karena itu dilakukanlah pengelompokan informasi menurut kemiripannya. Hal ini dinamakan label (tagging). Label adalah kata kunci yang tugasnya adalah menunjukkan potongan-potongan informasi yang dilakukan untuk membantu mengklasifikasi suatu data yang ada. Meskipun tagging mempermudah pencarian, sebagian orang melakukan tagging secara manual. Pada penelitian ini akan diteliti mengenai pembuatan auto-tagging oleh sistem dengan metode K- Nearest Neighbor dengan menghitung nilai TF-IDF pada awalnya. Setelah itu akan dilakukan penghitungan Cosine Similarity dan perhitungan kembali TF-IDF baru yang kemudian terbentuklah auto-tagging. Dalam penelitian ini juga akan dilakukan perbandingan seberapa besar kemiripan hasil dari tag baru dengan tag awal dari artikel tersebut. Penelitian membuktikan bahwa nilai dari K tidak mempengaruhi hasil keakuratan dari sistem sedangkan semakin besar feature selection, semakin baik pula akurasi yang dihasilkan. Penggunaan feature selection yang optimal berada di 90%. Pada penelitian antara hasil keakuratan antara penggunaan bobot (TFIDF) dan tidak diberi bobot didapatkan bahwa pemberian bobot memiliki akurasi yang lebih baik.

Actions (login required)

View Item