Pemanfaatan text mining pada berita dengan metode naive bayes classifier untuk deteksi kata tidak layak: Studi kasus Radio Pr 107.5 FM Bandung

Zulfikar, Wildan Budiawan (2011) Pemanfaatan text mining pada berita dengan metode naive bayes classifier untuk deteksi kata tidak layak: Studi kasus Radio Pr 107.5 FM Bandung. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (126kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (87kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (137kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (238kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (619kB)
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (170kB)
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (942kB)
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB VI)
9_bab6.pdf
Restricted to Registered users only

Download (87kB)
[img] Text (DAFTAR PUSTAKA)
10_daftarpustaka.pdf
Restricted to Registered users only

Download (46kB)

Abstract

Pikiran Rakyat (PR) FM menggunakan SMS sebagai salah satu fasilitas penerimaan berita yang berasal dari pendengaruntuk dibacakan secara onair. Namun tidak semua berita yang dikirim pendengar layak untuk dibacakan. Penyebabnya adalah kata kotor yang terkandung dalam berita tersebut.Oleh karena itu dirancang Aplikasi Pendeteksi Kata Tidak Layak untuk mendeteksi kata tidak layak pada berita yang dikirim pendengar. Aplikasi Pendeteksi Kata Tidak Layak dirancang dengan prototype sebagai metode pengembangan dan menggunakan UML dalam pemodelan perangkat lunak. Pendeteksian kata tidak layak menggunakan metode Naive Bayes Classifier. Aplikasi mendeteksi kata kotor lalu mengambil kata yang terletak sebelum dan setelahnya untuk dijadikan sebuah pola. Kemudian pola tersebut dibandingkan dengan pola yang sudah ada untuk diklasifikasi menjadi classbersih dan kotor.Aplikasi Pendeteksi Kata Tidak Layak yang telah menerapkan Naive Bayes Classifiermemiliki keakuratan 89.33% dari 150 berita yang diklasifikasi

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Text Mining; Naive Bayes Classifier; Kata Tidak Layak; Berita; Deteksi;
Subjects: Data Processing, Computer Science
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Users 30 not found.
Date Deposited: 17 Jun 2016 07:30
Last Modified: 06 Feb 2019 07:06
URI: https://digilib.uinsgd.ac.id/id/eprint/1881

Actions (login required)

View Item View Item