Prayogo, Anang
Unknown Affiliation

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

Found 1 Documents
Search

PERBANDINGAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR PADA KLASIFIKASI JUDUL ARTIKEL PADA JURNAL ILMIAH Prayogo, Anang; Fauziah, Fauziah; Winarsih, Winarsih
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 4 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i4.4141

Abstract

Perkembangan teknologi Informatika membuat kebutuhan akan otomasi pada sistem kerja semakin meningkat. Terma- suk kebutuhan akan klasifikasi artikel jurnal secara otomatis mulai dibutuhkan untuk menentukan kategori jurnal yang te- pat. Metode text mining telah dapat digunakan untuk melakukan otomatisasi artikel jurnal berdasarkan kategori. Penelitian ini memakai beberapa metode text mining yakni Naïve Bayes(NB) dan K-Nearest Neigbor(K-NN). Dataset yang digunakan berupa judul artikel jurnal sejumlah 200 data yang kemudian dipisahkan menjadi data uji dan data latih. Hasil akurasi yang didapat dengan menggunakan K-NN sebesar 85,00% dengan data uji 10% dan k=3. Hasil akurasi menggunakan NB adalah sebesar 81,66% dengan menggunakan data uji 30%. Akurasi tidak terlalu berbeda jauh namun NB menciptakan akurasi yang sedikit lebih besar dibandingkan K-NN.