Klasifikasi Teks Multi-Label pada Hadis menggunakan Multinomial Naïve Bayes dengan Information Gain sebagai Feature Selection
ANDI SASKIA NURUL SEPTIANI PUTRI
Informasi Umum
Kode
21.04.2981
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
133 kali
Informasi Lainnya
Abstraksi
Hadis merupakan pedoman hidup yang berisi perbuatan ataupun perkataan Nabi Muhammmad SAW, sehingga banyak umat muslim yang ingin mempelajarinya. Permasalahan dalam mempelajari hadis adalah jumlah hadis yang sangat banyak dan memiliki kategori untuk setiap hadis. Sehingga dibutuhkan sistem yang mampu mengelompokkan corpus pada hadis, supaya hadis mudah dipelajari sesuai dengan kelasnya. Oleh karena itu, dibangun yang mampu sistem mengklasifikasikan hadis ke dalam kelas anjuran, larangan, dan informasi denngan menggunakan kombinasi metode preprocessing; pembobotan kata menggunakan TF- IDF; seleksi fitur Information Gain; klasifikasi Multinomial Naïve Bayes; dan evaluasi Confusion Matrix. Hasil penelitian terhadap sistem menunjukkan kinerja terbaik didapatkan menggunakan preprocessing tanpa teknik stopword removal dan tanpa pengaplikasian seleksi fitur Information Gain dengan akurasi 88%. Kombinasi tanpa menggunakan stopword removal menghasilkan akurasi yang lebih tinggi karena model dapat memiliki lebih banyak fitur yang dapat diklasifikasikan.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ANDI SASKIA NURUL SEPTIANI PUTRI |
| Jenis | Perorangan |
| Penyunting | Said Al Faraby, Mahendra Dwifebri P |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2021 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
