Jiko (Jurnal Informatika dan komputer)
Vol 4, No 2 (2021)

Perbandingan Klasifikasi Bahasa Menggunakan Metode Naïve Bayes Classifier (NBC) Dan Support Vector Machine (SVM)

Deglorians Tuhenay (Universitas Kristen Satya Wacana)



Article Info

Publish Date
11 Aug 2021

Abstract

Bahasa adalah salah satu aspek penting dalam kehidupan manusia karena melalui bahasa, manusia dapat berkomunikasi dan berinteraksi satu dengan lainnya. Beragam macam suku, budaya, ras, dan agama di Indonesia seringkali menyebabkan kesulitan dalam berkomunikasi karena dialek dan bahasa dari tiap daerah di Indonesia sangatlah banyak dan beragam. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan bahasa menurut bahasa dari tiap daerah di Indonesia dan dalam penelitian ini menggunakan bahasa Indonesia sebagai bahasa Ibu dan bahasa daerah yang dipakai adalah dari daerah Ambon dan Jawa. Proses identifikasi dan klasifikasi bahasa menggunakan Machine Learning dengan memakai metode Naïve Bayes Classifier dan Support Vector Machine agar dapat mengetahui nilai probabilitas bahasa dan untuk mengklasifikasi bahasa sesuai data yang sudah dimasukan di Ms.Excel. Penelitian ini juga melakukan perbandingan dari kedua metode tersebut agar dapat mengetahui metode apa yang lebih efektif dipakai untuk mengidentifikasi bahasa. Hasil yang didaptkan dengan memakai metode NBC dan SVM adalah keduanya bagus dalam melakukan identifikasi bahasa karena memperoleh nilai accuracy di atas 0,90  hanya saja melalui perhitungan counfusion matrix, metode SVM lebih efektif dengan nilai accuracy 0,9634 dibandingkan dengan nilai NBC 0,9378.

Copyrights © 2021






Journal Info

Abbrev

jiko

Publisher

Subject

Computer Science & IT

Description

Jiko (Jurnal Informatika dan Komputer) Ternate adalah jurnal ilmiah diterbitkan oleh Program Studi Teknik Informatika Universitas Khairun sebagai wadah untuk publikasi atau menyebarluaskan hasil - hasil penelitian dan kajian analisis yang berkaitan dengan bidang Informatika, Ilmu Komputer, Teknologi ...