Sasmoyo, Arba (2016) Klasifikasi dan Pembangkitan Indeks untuk Pencarian Koleksi Dokumen Online dengan Menggunakan Metode Naive Bayes Classifier dan Vector Space Model. Other thesis, Universitas Sebelas Maret.
Abstract
Universitas Sebelas Maret memiliki banyak repositori dokumen online. Mengelola repositori dengan jumlah banyak tidaklah mudah. Dengan banyaknya jumlah repositori dokumen tersebut justru mempersulit pengguna dalam mencari dokumen. Selain itu, metode pencarian pada beberapa repositori dokumen kurang optimal karena hanya mempertimbangkan judul saja. Oleh karena itu, pada penelitian ini diajukan sebuah metode untuk mengindeks dan mencari dokumen yang tersebar di beberapa repositori. Terdapat beberapa langkah untuk mengindeks dokumen yang berbeda antara dokumen berbahasa satu dengan bahasa lain. Naive Bayes Classifier digunakan untuk mengklasifikan sebuah dokumen berdasarkan bahasanya. Selanjutnya, pencarian dokumen dilakukan menggunakan algoritma Vector Space Model. Proses klasifikasi dan pencarian diuji menggunakan perhitungan accuracy, precisiondan recall. Hasilnya, Naive Bayes Classifiermemiliki accuracy97,62%, precisiondokumen Indonesia dan Inggris 98,30% dan 95,56%, dan recalldokumen Indonesia dan Inggris 95,28% dan 98,17%. Sedangkan Vector Space Modelmemiliki precisiondan recallsebesar 26,59% dan 100%.
Actions (login required)