Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal LOGIC: Jurnal Penelitian Informatika
Rizky Aria Mu’allim
Unknown Affiliation
Computer Science & IT Engineering

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

Found 1 Documents
Search

 1 
Klasifikasi Multi-Label Ayat-Ayat Al-Qur’an Menggunakan Random Forest dan Word Centrality Rizky Aria Mu’allim; Kemas Muslim Lhaksmana
LOGIC: Jurnal Penelitian Informatika Vol. 2 No. 2 (2024): Desember 2024
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/logic.v2i2.8808

Abstract

Abstrak Penelitian ini memanfaatkan teknologi untuk analisis otomatis topik dalam ayat Al-Qur’an, mengembangkan cakupan analisis dengan klasifikasi ke dalam 15 kategori, termasuk satu ’tidak berlabel’. Fokus penelitian meliputi perbandinganefektivitas antara Random Forest, SVM, dan Na¨ıve Bayes dalam sistem klasifikasi topik ayat Al-Qur’an, dengan Word Centrality sebagai fitur. Tahapan pra-pemrosesan seperti tokenisasi dan penghapusan stopword diterapkan, bersama denganmetode TF-IDF dan TW-IDF. Hasil menunjukkan bahwa Random Forest mencatat skor Hamming Loss terendah dalamskenario TW-IDF, namun hasil TFIDF dalam skenario menggunakan stopword tidak lebih baik dibandingkan dengan SVM,berturut-turut adalah 0.949 dan 0.0927. Pengujian tanpa penghapusan stopword juga menunjukkan keunggulan relatif hasilhamming loss Random Forest dalam beberapa skenario. Hasil penelitian ini mengindikasikan bahwa penerapan word centrality sebagai metode ekstraksi fitur dalam klasifikasi ayat-ayat Al-Qur’an berpengaruh pada penurunan nilai HammingLoss.
Co-Authors Kemas Muslim Lhaksmana