ANALISIS KOMPARATIF KINERJA ALGORITMA LATENT SEMANTIC INDEXING DAN K-MEANS DALAM MENGELOMPOKAN DOKUMEN TEKS PENDEK

FITRIANTO ADI SAPUTRO, . (2016) ANALISIS KOMPARATIF KINERJA ALGORITMA LATENT SEMANTIC INDEXING DAN K-MEANS DALAM MENGELOMPOKAN DOKUMEN TEKS PENDEK. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

[img] Text
Skripsi_Fitrianto Adi Saputro_5235117154.pdf
Restricted to Registered users only

Download (10MB)

Abstract

Di era yang serba cepat ini, pertumbuhan data digital akan semakin cepat dan akhirnya banyak penggunaan teks pendek dalam dunia digital, akibatnya dokumen tersebut menjadi tidak terorganisir, terlebih lagi dokumen teks pendek biasanya sulit di kelompokan karena sering menyebabkan ambiguitas. Kebutuhan analisis teks sangat diperlukan dalam menangani masalah tersebut. Agar dokumen teks pendek dapat terorganisir kembali maka diperlukan pengelompokan data dengan cara text mining. Penelitian ini dilakukan di Jurusan Teknik Elektro Universitas Negeri Jakarta dimulai dari bulan Mei 2015 hingga Desember 2015. Tujuan dari penelitian ini adalah untuk mengetahui algoritma mana yang lebih baik antara LSI dan K-means dalam melakukan pengelompokan dokumen teks pendek. Pengujian dalam peneltian ini menggunakan metode eksperimen, data teks pendek yang digunakan berasal dari tweets akun twitter @detik, yang diambil dari tanggal 7 Oktober 2015 hingga 21 Oktober 2015. Hasil dari pengolahan data kedua algoritma akan dibandingkan tingkat akurasinya. Untuk menghitung akurasi algoritma tersebut diperlukan perhitungan Confusion Matrix. Dari hasil pengujian, menunjukkan bahwa dengan menggunakan K-Means Clustering akurasinya selalu lebih tinggi dibandingkan LSI. Algoritma K-Means memiliki akurasi 49% hingga 51%, sedangkan LSI memiliki keakurasian antara 15% hingga 40%. Dan dapat ditarik kesimpulan bahwa Algoritma K-Means lebih baik dari pada algoritma LSI dalam pengelompokan dokumen teks pendek.

Item Type: Thesis (Sarjana)
Additional Information: 1). Widodo M.Kom ; 2). Bambang P.Adhi M.Kom
Subjects: Sains > Matematika > Software, Sistem Informasi Komputer
Divisions: FT > S1 Pendidikan Teknik Informatika Komputer
Depositing User: Hartati .
Date Deposited: 08 Nov 2021 08:14
Last Modified: 08 Nov 2021 08:14
URI: http://repository.unj.ac.id/id/eprint/21378

Actions (login required)

View Item View Item