MUHAMMAD ADI PUTRA (2017) PENERAPAN METODE WINNOWING FINGERPRINT DAN MULTINOMIAL LOGISTIC REGRESSION PADA PENGELOMPOKAN DOKUMEN ABSTRAK TUGAS AKHIR. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. COVER.pdf Download (1MB) | Preview
Preview	Text 2. PENGESAHAN.pdf Download (375kB) | Preview
Preview	Text 3. ABSTRAK.pdf Download (103kB) | Preview
Preview	Text 4. KATA PENGANTAR.pdf Download (242kB) | Preview
Preview	Text 5. DAFTAR ISI.pdf Download (315kB) | Preview
Preview	Text 6. BAB I.pdf Download (195kB) | Preview
Preview	Text 7. BAB II.pdf Download (534kB) | Preview
Preview	Text 8. BAB III.pdf Download (218kB) | Preview
Preview	Text 9. BAB IV.pdf Download (1MB) | Preview
	Text 10. BAB V.pdf Restricted to Repository staff only Download (2MB)
Preview	Text 11. BAB VI.pdf Download (94kB) | Preview
Preview	Text 12. DAFTAR PUSTAKA.pdf Download (238kB) | Preview

Abstract

Keanekaragamandanjumlah dokumen abstrak tugas akhir padasaat ini terus bertambahdan tidak terorganisir dengan baik menyebabkanpencarian informasi semakin sulit, solusi untuk mengatasinya adalah dengan membangun suatu sistem klasifikasidokumen. Penelitian ini menerapkan metode winnowing untuk pemilihan fitur yaitu fingerprint,tf-idf untuk pembobotan dan multinomial logistic regressionuntuk pengelompokan. Pengelompokandokumendengan menggunakan winnowing fingerprintdan multinomial logistic regressionmempunyai 8 bidang keahlian dengan menggunakan1050 dokumen abstrak dengan90% data latihdan10% data uji. Pengujianmenghasilkanakurasi 84,7% (k-gram=8, bilangan prima=2 dan jumlah window=8), Sedangkan pengujian menggunakan data yang seimbang, yaitu 400 data latih (masing-masing kelas memiliki 50 dokumen) menghasilkanakurasi 72,5% (k-gram=8, bilangan prima=2 dan jumlah window=8).Kata Kunci: Fingerprint,Multinomial logistic regression,Pengelompokan Dokumen Abstrak Tugas akhir,TextMining,TF-IDF,Winnowing.

Actions (login required)

View Item