Iqbal, Moh (2018) Implementasi cosine similarity untuk penentuan genre buku berkonten Islami di PT Mizan Media Utama. Diploma thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (349kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (295kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (308kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (506kB) | Preview |
|
![[img]](https://etheses.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (520kB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (291kB) | Request a copy |
|
|
Text (DAFTAR ISI)
9_daftarpustaka.pdf Restricted to Registered users only Download (364kB) | Request a copy |
Abstract
Banyaknya dokumen judul buku yang terkumpul dalam bentuk soft file yang tidak terklasifikasi dengan baik mengakibatkan proses pencarian kembali menjadi sulit. Untuk mengakses informasi yang dibutuhkan menjadi kurang cepat dan tepat apabila keseluruhan dokumen disimpan dalam satu folder database. Maka dari itu diperlukan suatu sistem yang dapat mengklasifikasikan dokumen secara otomatis ke dalam folder berbeda pada database agar lebih mudah dalam mengelola dokumen yang ada. Metode TF-IDF merupakan suatu cara untuk memberikan bobot hubungan suatu kata (term) terhadap dokumen. Metode cosine similarity merupakan metode untuk menghitung kesamaan antara dua buah objek yang dinyatakan dalam dua buah vector dengan menggunakan keywords (kata kunci) dari sebuah dokumen sebagai ukuran. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah model prototype, Data latih yang digunakan dalam penelitian ini berjumlah 50 dokumen skripsi dengan beberapa kategori yang berbeda. Hasil penelitian menunjukkan bahwa persentase tingkat ketepatan klasifikasi sistem adalah sebesar 75,92%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | document classification; cosine similarity; TF-IDF; vector space |
| Subjects: | Computer Arts, Digital Arts |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | moh iqbal (iqbal) |
| Date Deposited: | 14 Nov 2018 08:37 |
| Last Modified: | 14 Nov 2018 08:37 |
| URI: | https://etheses.uinsgd.ac.id/id/eprint/16663 |
Actions (login required)
 |
View Item |
