Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Journal of Big Data Analytic and Artificial Intelligence
Ripa Natan
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Penerapan Cosine Similarity dan K-Nearest Neighbor (K-NN) pada Klasifikasi dan Pencarian Buku Rut Samuel; Ripa Natan; Fitria; Ummi Syafiqoh
Journal of Big Data Analytic and Artificial Intelligence Vol 4 No 1 (2018): JBIDAI Juni 2018
Publisher : STMIK PPKIA Tarakanita Rahmawati

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

Abstract

Penelitian ini bertujuan untuk membuat sebuah aplikasi Penerapan Cosine Similarity dan K-Nearest Neighbor (KNN) pada Klasifikasi dan Pencarian Buku. Dalam pencarian buku, user masih kesulitan dalam mencari buku referensi yang diinginkan. Metode Cosine Similarity adalah mengukur kemiripan antara dua dokumen atau teks. Pada Cosine Similarity dokumen atau teks dianggap sebagai vector. Pada penelitian ini, Cosine Similarity digunakan untuk menghitung jumlah kata istilah yang muncul pada halaman-halaman yang diacu pada daftar indeks. Semakin banyak jumlah kata istilah yang muncul pada suatu halaman semakin tinggi nilai Cosine Similarity yang diperoleh. Metode K-Nearest Neighbor (KNN) adalah suatu metode yang menggunakan algoritma supervised dimana hasil dari contoh query yang baru diklasifikan berdasarkan mayoritas dari kategori pada KNN. Tujuan dari algoritma ini adalah mengklasifikasikan obyek baru berdasarkan atribut dan training sample.Pada sistem ini menggunakan 100 data buku beserta sinopsis buku, yang masing-masing buku telah dibagi menurut klasifikasi buku dan diberikan bobot  Hasil klasifikasi dan pencarian buku dipengaruhi oleh query yang dimasukkan. Hasil klasifikasi dan pencarian buku membutuhkan waktu yang lama karena adanya proses preprocessing. Nilai akurasi pada pencarian dengan Cosine Similarity menghasilkan nilai rata-rata untuk precision 0.75 %, recall 0.6 % dan f-measure 0.66 %  dengan menggunakan 3 sinopsis buku untuk menghitung nilai precision, recall dan f-measure. Untuk klasifikasi dengan K-Nearest Neighbor menghasilkan nilai rata-rata 70 % dengan menggunakan 10 data pembanding.
Co-Authors Fitria Fitria Fitria Rut Samuel Ummi Syafiqoh