Klasifikasi Teks Multilabel pada Topik Terjemahan Ayat Alquran Menggunakan Algoritma Pseudo Nearest Neighbour Rule (PNNR)

THAREQ ARSYAD D

Informasi Dasar

18.04.2676
C
Karya Ilmiah - Skripsi (S1) - Reference

Alquran merupakan firman Allah SWT serta wahyu terakhir bagi umat manusia sampai akhir hayat. Alquran memiliki kandungan ayat yang berbeda-beda dan lebih dari satu topik pembahasan. Untuk mengkategorikan ayat Alquran tersebut kedalam topik sejumlah lima belas kelas dan 6236 ayat, tentu akan memakan waktu yang lama untuk mengetahui penafsiranya. Melalui tugas akhir ini, peneliti akan membangun sistem untuk menangani kasus multilabel secara otomatis yang dilakukan oleh komputer menggunakan pseudo nearest neighbour classifier (PNNr). Hasil pengujian yang telah dilakukan dengan skema parameter pseudo pada rentang bawah, sedang, dan atas menunjukan performa hamming loss terbaik pada rentang bawah dengan parameter ke tiga puluh sebesar 0,1100256, sedangkan pada pengukuran proximity simmilarity dengan perbandingan euclidean distance, cosine simmilarity, dan pearson correlation menghasilkan performa hamming loss minimum sebesar 0,1100256 pada perhitungan euclidean distance.

Subjek

ARTIFICIAL INTELLIGENCE
 

Katalog

Klasifikasi Teks Multilabel pada Topik Terjemahan Ayat Alquran Menggunakan Algoritma Pseudo Nearest Neighbour Rule (PNNR)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

THAREQ ARSYAD D
Perorangan
ADIWIJAYA, MOHAMAD SYAHRUL MUBAROK
 

Penerbit

Universitas Telkom
Bandung
2018

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini