Klasifikasi teks berita islam dengan Metode Naive Bayes Multinomial, Bernoulli dan Gaussian

Fajarudin, Muhammad (2023) Klasifikasi teks berita islam dengan Metode Naive Bayes Multinomial, Bernoulli dan Gaussian. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

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

Download (182kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (187kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (199kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (211kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB IV)
8_bab5.pdf
Restricted to Registered users only

Download (154kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (159kB) | Request a copy

Abstract

Klasifikasi teks adalah proses menentukan kategori atau label dokumen berdasarkan isi teksnya. Salah satu algoritma klasifikasi teks yang populer adalah Naive Bayes, yang menghitung probabilitas kelas suatu dokumen dengan mengasumsikan bahwa setiap atribut teks saling independen. Naive Bayes memiliki tiga model kejadian, yaitu multinomial, bernoulli, dan gaussian, yang berbeda dalam cara menghitung probabilitas atribut. Penelitian ini bertujuan untuk membandingkan ketiga model kejadian tersebut dalam klasifikasi teks berita islam, dan menentukan model mana yang paling akurat. Hasil penelitian menunjukkan bahwa model kejadian multinomial memberikan akurasi tertinggi, sedangkan model kejadian gaussian memberikan akurasi terendah, untuk klasifikasi teks berita islam.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Text Classification; Naive Bayes Classifier; Multinomial Naive Bayes; Bernoulli Naive Bayes; Gaussian Naive Bayes;
Subjects: Mathematics
Applied mathematics
Applied mathematics > Statistical Mathematics
Applied mathematics > Programming Mathematics
Divisions: Fakultas Sains dan Teknologi > Program Studi Matematika
Depositing User: Muhammad Fajarudin Fajarudin
Date Deposited: 26 Jun 2023 04:10
Last Modified: 26 Jun 2023 04:10
URI: https://digilib.uinsgd.ac.id/id/eprint/8033

Actions (login required)

View Item View Item