Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal BRITech : Jurnal Ilmiah Ilmu Komputer, Sains dan Teknologi Terapan
Rika, Rika Astuti
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
KLASIFIKASI TEKS BERBAHASA INDONESIA PADA ARTIKEL BERITA MENGGUNAKAN METODE K-NEAREST NEIGHBOR DENGAN FUNGSI SQUARED EUCLIDEAN DISTNCE Rika, Rika Astuti
BRITech, Jurnal Ilmiah Ilmu Komputer, Sains dan Teknologi Terapan Vol 1 No 2 (2020): Periode Januari
Publisher : Institute Teknologi dan Bisnis Bank Rakyat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Masalah klasifikasi teks bahasa Indonesia  menyebabkan adanya jumlah dokumen yang terlalu banyak dan  masih manual, Dalam proses pengklasifikasian Membutuhkan waktu yang lama karena dokumen yang terlalu banyak. Permasalahan lain muncul ketika dokumen yang akan dikelompokkan dalam masing-masing kategori  memiliki kemiripan isi. aplikasi yang dibangun dengan menggunakan metode K-Nearest Neighbor dapat mengubah suatu dokumen yang siap untuk digunakan dalam proses klasifikasi. diharapkan dengan menggunakan  metode K-Nearest Neighbor dan fungsi Squared Euclidean Distance dalam pengklasifikasian teks bahasa Indonesia dapat  memberikan  hasil yang relevan. Dari hasil pengklasifikasian tersebut dari tiga puluh dokumen test hanya 14 hasil pengklasifikasian yang relevan. Untuk nilai k=5 Menghasilkan nilai  precision 0,46. Nilai precision pada proses pengklasifikasian dokumen sangat dipengaruhi oleh frekuensi kata yang ada pada dokumen, dimana proses stemming dan stopword removal sangat mempengaruhi  nilai pembobotan pada setiap dokumen tersebut.
Co-Authors