ABSTRAKSI: Folksonomy merupakan metode kategorisasi dokumen yang tidak hierarkis, menyamaratakan kedudukan setiap kategori, dan judul kategori ditentukan secara bebas oleh siapa saja yang memasukkan sebuah dokumen di dalam kategori-kategori tersebut. Pembuatan kategorisasi dilakukan secara otomatis pada saat dokumen dimasukkan, yaitu dengan cara mengetikkan daftar kategori yang kira-kira cocok untuk dokumen tersebut. Situs del.icio.us (http://del.icio.us) merupakan salah satu social bookmarking site terpopuler yang menggunakan folksonomy.
Penggunaan folksonomy, meski sangat mudah, juga mempunyai beberapa kelemahan, yaitu penggunaan tag yang berbeda-beda untuk konsep yang sama, penggunaan tag yang sama untuk konsep yang berbeda-beda, tidak adanya pengendalian mutu, dan lain-lain. Di sini penulis mencoba memberikan solusi untuk sebagian masalah tersebut yaitu dengan cara menganalisa isi dari dokumen Web yang ditunjuk dan mengkategorisasikan link tersebut secara otomatis ke beberapa tag menggunakan multinomial naive Bayes classifier.
Bayes classifier bekerja berdasarkan sekumpulan bukti (evidence) dan kelas (class). Dengan melakukan pelatihan (training) terhadap sebagian data sampel, dapat ditentukan probabilitas kepastian (likelihood probability) dari sebuah bukti jika diberikan kelas tertentu. Bayes classifier juga menggunakan probabilitas sebelumnya (prior probability) dari sebuah kelas, yang perhitungannya dapat didasarkan dari sampel data tersebut. Dari analisa sampel data tersebut, jika diberikan sebuah dokumen baru yang terdiri dari sekumpulan bukti, probabilitas setiap kelas terhadap dokumen tersebut (posterior probability) dapat ditentukan.
Sistem ini diimplementasikan menggunakan PHP 5, Apache, dan MySQL. Kesimpulan yang didapatkan dari penelitian ini adalah metode Bayes dapat digunakan untuk melakukan kategorisasi dokumen secara otomatis maupun sebagai alat bantu untuk kategorisasi manual.Kata Kunci : naive Bayes, text classification, folksonomy, indexingABSTRACT: Folksonomy is a non-hierarchical document categorizing system, that treats every category in a flat manner, dan every category is entered freely by anyone who submitted a document in these categories. Categorization is done automatically at the time a document is submitted, by entering the list of categories that best fit the document. del.icio.us (http://del.icio.us) site is one of the most popular social bookmarking sites that uses folksonomy.
Usage of folksonomy, although very easy, also has its weaknesses, such as use of different tags for the same concept, use of the same tag for different concepts, no quality control, etc. We try to provide a solution for some of these problems by analyzing Web documents’ contents and categorizing them automatically using multinomial naive Bayes algorithm.
Bayes classifier works by using a set of evidences and a set of classes. By training the system using sample data, we can determine the probability of an evidence given a particular class. Bayes classifier also uses prior probability of a class, which can be calculated from sample data. From these analysis, when given a new document which is formed by a set of evidences (words), the probabilities of each class given that document (posterior probabilities) can be determined.
This system is implemented using PHP 5, Apache, and MySQL. The conclusion from building this system is that the Bayes method can be used to automatically categorize documents and also as an assistive tool for manual categorization.Keyword: naive Bayes, text classification, folksonomy, indexing